学习路线图

初级（1-2 周）

目标：能独立完成日常数据处理任务

• [ ] 掌握 Series / DataFrame 的创建和基本操作
• [ ] 熟练使用 read_csv() / to_csv() / read_parquet()
• [ ] 能用布尔索引和 query() 做数据筛选
• [ ] 掌握 groupby() + agg() 的基本聚合
• [ ] 了解 info() / describe() / value_counts() 数据探索三件套

推荐练习：找一份 Kaggle 数据集（如 Titanic），完成数据加载 → 清洗 → 分析 → 可视化的完整流程。

中级（2-4 周）

目标：能处理生产级的复杂数据任务

• [ ] 深入理解 merge() / concat() 的各种连接方式
• [ ] 掌握时间序列的 resample() / rolling() / shift()
• [ ] 理解 dtype 系统，能做内存优化
• [ ] 能写链式调用的数据处理流水线
• [ ] 熟练处理缺失值和重复值的各种策略

推荐项目：构建一个 SFT 数据清洗流水线（从原始 JSONL 到训练就绪的 Parquet）。

高级（1-2 月）

目标：能解决性能瓶颈并集成 AI 工具

• [ ] 理解向量化 vs apply 的性能差异
• [ ] 能用 Dask / Polars 处理超大数据集
• [ ] 能构建 LangChain Pandas Agent
• [ ] 能开发 MCP Server 对接 Claude Desktop
• [ ] 理解多模态数据的元数据管理模式

推荐资源

资源	类型	适用阶段
Pandas 官方文档	文档	全阶段
"Python for Data Analysis" (Wes McKinney)	书籍	初中级
Kaggle Learn Pandas course	在线课程	初级
Polars 官方文档	文档	高级
LangChain 文档 - Pandas Agent	文档	高级