数据处理库

概述

Python	JavaScript	说明
json (内置)	JSON	JSON 序列化/反序列化
pandas	lodash + 手动处理	表格数据处理

json 模块 - JSON 处理

基础用法

import json

# 解析 JSON 字符串
data = json.loads('{"name": "Alice", "age": 30}')
print(data['name'])  # Alice

# 转换为 JSON 字符串
json_str = json.dumps({'name': 'Bob', 'age': 25})

# 读写文件
with open('data.json', 'r') as f:
    data = json.load(f)

with open('data.json', 'w') as f:
    json.dump(data, f, indent=2)

对比 JavaScript

// JavaScript
const data = JSON.parse('{"name": "Alice", "age": 30}')
const jsonStr = JSON.stringify({ name: 'Bob', age: 25 })

Python	JavaScript	说明
json.loads(str)	JSON.parse(str)	解析字符串
json.dumps(obj)	JSON.stringify(obj)	转为字符串
json.load(file)	fs.readFileSync + parse	读文件
json.dump(obj, file)	fs.writeFileSync	写文件

pandas - 数据分析利器

安装

pip install pandas
poetry add pandas

基础用法

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'city': ['北京', '上海', '广州']
})

# 读取 CSV
df = pd.read_csv('users.csv')

# 筛选数据
adults = df[df['age'] >= 30]

# 分组统计
city_stats = df.groupby('city')['age'].mean()

对比 JavaScript 数组操作

// JavaScript 实现类似功能
const data = [
  { name: 'Alice', age: 25, city: '北京' },
  { name: 'Bob', age: 30, city: '上海' },
  { name: 'Charlie', age: 35, city: '广州' },
]

// 筛选
const adults = data.filter((item) => item.age >= 30)

// 分组统计需要更多代码...
const cityStats = data.reduce((acc, item) => {
  // 复杂的分组逻辑
}, {})

pandas 常用操作速查

操作	pandas	JavaScript
筛选	df[df['col'] > 10]	arr.filter()
映射	df['col'].apply(fn)	arr.map()
排序	df.sort_values('col')	arr.sort()
去重	df.drop_duplicates()	[...new Set()]
合并	pd.merge(df1, df2)	手动实现

何时使用 pandas

• 处理 CSV/Excel 文件
• 数据清洗和转换
• 统计分析
• 大量数据操作