当前位置：首页>学习笔记>Python学习笔记——Pandas 简明指南:核心概念与财务人必备操作

Python学习笔记——Pandas 简明指南:核心概念与财务人必备操作

2026-02-22 10:55:12

Pandas 是一个开源的 Python 数据分析库，专门为处理表格数据（如 Excel 表格、数据库表）而设计。名称来源于“Panel Data”（面板数据），现已成数据分析领域的事实标准。其核心设计理念包括：

数据表思维：所有操作围绕“表格”展开，财务人员极易理解
向量化计算：避免循环，整列数据同时计算，速度极快
自动对齐：智能处理索引匹配，减少手动对齐错误

为什么财务人需要 Pandas？其原因包括：

突破 Excel 限制：处理百万行以上数据不卡顿
流程可追溯：代码即操作记录，审计追踪方便
自动化能力强：月度报表、重复分析可脚本化
无缝衔接：与数据库、网络数据源、可视化工具集成

下面，我们就一起来学习Pandas的基本操作。

—

Pandas的安装

Pandas安装命令如下：

pip install pandas

我们既可以在微软自带的Windows PowerShell中安装：

也可以使用如PyCharm之类第三方工具安装。

安装完毕后，在使用它们之前，我们需将其先行导入，其导入语句如下：

import pandas as pd

为引用模块时书写方便，我们一般使用as为模块取个别名，上例中pd即为pandas模块的简写。

每个程序模块仅需导入一次，不需要重复导入。

—

核心数据结构

一、Series（系列）

Series是一种类似一维数组的对象，即由一组数据与一组与之相关的数据标签（索引）组成。可使用pd.Series()方法创建：

import pandas as pd#创建Seriesrevenue=pd.Series([120,150,180],index=['Q1','Q2','Q3'])#打印结果print(revenue)

运行结果如下：

二、DataFrame（数据框）

DataFrame是由一组数据与一对索引（行索引与列索引）组成的表格型数据结构。其数据形式与Excel的数据存储形式相近。其可通过pd.DataFrame()方式创建。

import pandas as pd#创建DataFrame（类似Excel整个工作表）financial_data=pd.DataFrame({  '月份': ['1月', '2月', '3月'],  '收入': [100, 120, 150],  '成本': [60, 70, 85],  '利润': [40, 50, 65]})#打印运行结果print(financial_data)

运行结果如下：

—

财务人日常操作语句

一、数据读取

1、EXCEL文件数据读取

以Excel文件为例，我们可以使用pd.read_excel()方法进行读取：

import pandas as pd# 读取文件df=pd.read_excel(r'D:\WorkSoftware\PythonProject\CWsoft\合同数据汇总.xlsx',sheet_name='合同数据')#打印结果print(df.head())

其中：

r为转义符，可根据需要确定是否添加；
'D:\WorkSoftware\PythonProject\CWsoft\合同数据汇总.xlsx'为文件路径；
sheet_name='合同数据'为指定工作表；
print(df.head())为打印结果，使用df.head()方法默认打印前五条数据。

运行结果如下：

2、CSV、TXT文件数据读取

CSV、TXT读取方法包括：

# 从 CSV 读取df = pd.read_csv('交易记录.csv', encoding='utf-8')# 从txt文件读取df = pd.read_table(r'c:\Users\Desktop\test.txt',sep=' ')

3、SQL server数据读取：

在开始前，请确保完成以下两步：

安装 ODBC 驱动：

从微软官网下载并安装 “ODBC Driver for SQL Server”。请选择与您SQL Server版本兼容的驱动程序（如 ODBC Driver 17 或 18）。

安装 Python 库：

在命令行中执行以下命令来安装必要的库：

pip install pyodbc pandas

连接数据库并读取数据到 pandas DataFrame具体代码如下：

import pyodbcimport pandas as pd# 第1步：构建连接字符串（关键！）# 请根据您的实际情况修改以下参数：server = '你的服务器地址或名称'  # 例如：'localhost'， '192.168.1.100'， 'DESKTOP-ABC123\\SQLEXPRESS'database = '你的数据库名称'       # 例如：'AdventureWorks'username = '你的用户名'           # 如果用SQL Server身份验证password = '你的密码'             # 如果用SQL Server身份验证# 方式一：使用 SQL Server 身份验证（用户名/密码）connection_string = f'DRIVER={{ODBC Driver 17 for SQL Server}};SERVER={server};DATABASE={database};UID={username};PWD={password}'# 方式二：使用 Windows 身份验证（信任连接，推荐在本机开发时使用）# connection_string = f'DRIVER={{ODBC Driver 17 for SQL Server}};SERVER={server};DATABASE={database};Trusted_Connection=yes;'# 第2步：建立连接并读取数据try:    # 创建数据库连接    conn = pyodbc.connect(connection_string)    # 编写你的 SQL 查询语句    sql_query = """    SELECT TOP 10 *     FROM 你的表名    """    # 使用 pandas 的 read_sql 函数直接读取数据到 DataFrame    df = pd.read_sql(sql_query, conn)    # 显示数据    print("成功导入数据！")    print(df.head())except pyodbc.Error as e:    print(f"连接或查询数据库时出错: {e}")finally:    # 确保关闭连接    if 'conn' in locals():        conn.close()        print("数据库连接已关闭。")

我的数据测试结果如下：

代码成功连接到了SQL Server数据库并导入了数据。但是pandas给出了一个警告，建议使用SQLAlchemy连接而不是直接的pyodbc连接对象。可根据实际情况按照警告的提示进行改进。

二、数据的保存

我们可以使用to_excel()、to_csv()等方法对数据进行保存。

# 保存到 Exceldf.to_excel('分析结果.xlsx', index=False)  # index=False 不保存索引列# 保存到 CSVdf.to_csv('导出数据.csv', encoding='utf-8-sig')

三、数据查看和字段更名

# 查看[合同信息]工作表的字段和数据htxx= pd.read_excel(file_path, sheet_name='合同信息',usecols=['合同编号', '项目名称', '合同甲方','原始合同金额', '合同收到时间','合同大类','合同类型','子类','甲方性质','开发类型','区域'])#字段更名htxx=htxx.rename(      columns={'原始合同金额':'原始金额',                 '合同收到时间':'生效日期'})

# 查看前5行（类似 Excel 滚动查看）df.head()# 查看后5行df.tail()# 查看数据形状（行数，列数）df.shape  # 返回 (1000, 15) 表示1000行15列# 查看列信息df.columns  # 所有列名df.info()   # 数据类型、非空值数量# 查看统计摘要（数值列）df.describe()  # 计数、均值、标准差、分位数等

四、数据筛选与选择

# 选择单列（返回 Series）df['收入']# 选择多列df[['月份', '收入', '利润']]# 按行选择（类似 Excel 筛选）# 条件筛选：收入大于100的记录df[df['收入'] > 100]# 多条件筛选（且 &，或 |）df[(df['收入'] > 100) & (df['利润'] > 50)]# 按位置选择行df.iloc[0:5]  # 选择前5行df.iloc[10]   # 选择第10行（从0开始）

五、数据计算与新增列

# 计算利润率（新增列）df['利润率'] = df['利润'] / df['收入'] * 100# 计算同比（假设有“上年收入”列）df['收入同比增长'] = (df['收入'] - df['上年收入']) / df['上年收入'] * 100# 累计计算df['累计收入'] = df['收入'].cumsum()  # 类似 Excel 下拉累加# 移动平均（3期移动平均）df['收入_MA3'] = df['收入'].rolling(window=3).mean()

六、数据清洗与处理

# 处理缺失值（财务数据常见问题）df.fillna(0)  # 用0填充空值df.dropna()   # 删除含空值的行# 删除重复值df.drop_duplicates()# 数据类型转换df['金额'] = df['金额'].astype('float')  # 转为浮点数# 重命名列（比 Excel 重命名高效）df.rename(columns={'old_name': 'new_name'}, inplace=True)# 替换值df['科目'].replace({'A类': '资产类', 'B类': '负债类'}, inplace=True)数据排序与分组

七、数据排序与分组

# 排序（类似 Excel 排序功能）df.sort_values('利润', ascending=False)  # 利润降序排列# 分组汇总（类似 Excel 数据透视表）# 按部门统计收入总和department_summary = df.groupby('部门')['收入'].sum()# 多维度分组统计summary = df.groupby(['年份', '部门']).agg({    '收入': 'sum',    '利润': 'mean',      # 平均值    '成本': ['min', 'max']  # 最小值和最大值})

八、数据合并与连接

# 读取多个表格df1 = pd.read_excel('表1.xlsx')df2 = pd.read_excel('表2.xlsx')# 上下合并（类似 Excel 复制粘贴行）combined = pd.concat([df1, df2], ignore_index=True)# 左右合并（类似 VLOOKUP）merged = pd.merge(df1, df2, on='科目代码', how='left')# how参数：'left'(左连接), 'right'(右连接), 'inner'(内连接), 'outer'(全连接)

九、时间序列处理（财务分析核心）

# 将字符串转为日期类型df['日期'] = pd.to_datetime(df['日期文本'])# 按日期筛选df[df['日期'] >= '2025-01-01']# 设置日期为索引df.set_index('日期', inplace=True)# 按月重采样（月度汇总）monthly_revenue = df['收入'].resample('M').sum()# 按季度统计quarterly_summary = df['利润'].resample('Q').mean()