Python強大易用，是數據處理和數據分析利器，而眾多庫的加持令其如虎添翼。Pandas就是其中一個非常流行的開源庫，它可以確保數據的準確性，將數據可視化，還可以高效地操作大型數據集。借助它，Python可以快速地自動化和執行幾乎任何數據分析任務。本書細致講解了Pandas的基礎知識和常見用法，通過簡單的實例展示了如何使用Pandas解決復雜的現實問題，以及如何利用matplotlib、seaborn、statsmodels和sklearn等庫輔助進行Python數據分析，涵蓋了數據處理、數等

●獻詞iii
序iv
前言v
致謝xi
關於作者xiv
第一部分簡介1
第1章PandasDataFrame基礎知識2
1.1簡介2
1.2加載數據集3
1.3查看列、格5
1.3.1取列子集6
1.3.2取行子集7
1.3.3混合11
1.4分組和聚合計算16
1.4.1分組方式17
1.4.2分組頻率計數21
1.5基本繪圖21
1.6小結22
第2章Pandas數據結構23
2.1簡介23
2.2創建數據24
2.2.1創建Series24
2.2.2創建DataFrame25
2.3Series26
2.3.1類似於ndarray的Series27
2.3.2布爾子集：Series29
2.3.3操作自動對齊和向量化（廣播）31
2.4DataFrame34
2.4.1布爾子集：DataFrame34
2.4.2操作自動對齊和向量化（廣播）35
2.5更改Series和DataFrame36
2.5.1添加列36
2.5.2直接更改列37
2.5.3刪除值39
2.6導出和導入數據40
2.6.1保存數據40
2.6.2CSV42
2.6.3Excel42
2.6.4feather文件格式43
2.6.5其他數據輸出格式43
2.7小結44
第3章繪圖入門45
3.1簡介45
3.2matplotlib46
3.3使用matplotlib繪制統計圖51
3.3.1單變量52
3.3.2雙變量53
3.3.3多變量數據54
3.4seaborn56
3.4.1單變量56
3.4.2雙變量數據59
3.4.3多變量數據67
3.5Pandas對像75
3.5.1直方圖75
3.5.2密度圖76
3.5.3散點圖77
3.5.4蜂巢圖77
3.5.5箱線圖79
3.6seaborn主題和樣式79
3.7小結81
第二部分數據處理83
第4章數據組合84
4.1簡介84
4.2整理數據84
4.3連接85
4.3.1添加行85
4.3.2添加列89
4.3.3不同索引下的連接操作90
4.4合並多個數據集93
4.4.1一對一合並94
4.4.2多對一合並95
4.4.3多對多合並95
4.5小結97
第5章缺失數據98
5.1簡介98
5.2何為NaN值98
5.3缺失值從何而來100
5.3.1加載數據100
5.3.2合並數據101
5.3.3用戶輸入值103
5.3.4重建索引103
5.4處理缺失數據105
5.4.1查找和統計缺失數據105
5.4.2清理缺失數據106
5.4.3缺失值計算109
5.5小結110
第6章整理數據111
6.1簡介111
6.2包含值而非變量的列112
6.2.1固定一列112
6.2.2固定多列114
6.3包含多個變量的列115
6.3.1單獨拆分和添加列（簡單方法）116
6.3.2在單個步驟中進行拆分和組合（簡單方法）118
6.3.3在單個步驟中進行拆分和組合（復雜方法）118
6.4行與列中的變量119
6.5一張表中多個（歸一化）121
6.6跨多張表的123
6.6.1使用循環加載多個文件125
6.6.2使用列表推導加載多個文件126
6.7小結127
第三部分數據整理129
第7章數據類型130
7.1簡介130
7.2數據類型130
7.3類型轉換131
7.3.1轉換為字符串對像131
7.3.2轉換為數值類型132
7.4分類數據136
7.4.1轉換為category類型137
7.4.2操作分類數據137
7.5小結138
第8章字符串和文本數據139
8.1簡介139
8.2字符串139
8.2.1取子串和字符串切片139
8.2.2獲取字符串的最後一個字符141
8.3字符串方法143
8.4更多字符串方法144
8.4.1join方法144
8.4.2splitlines方法144
8.5字符串格式化145
8.5.1自定義字符串格式146
8.5.2格式化字符串146
8.5.3格式化數字146
8.5.4Cprintf格式化風格147
8.5.5Python3.6+中的格式化字符串148
8.6正則表達式148
8.6.1匹配模式149
8.6.2查找模式152
8.6.3模式替代152
8.6.4編譯模式153
8.7regex庫154
8.8小結154
第9章應用155
9.1簡介155
9.2函數155
9.3使用函數156
9.3.1Series的apply方法157
9.3.2DataFrame的apply方法158
9.4apply高級用法160
9.4.1按列應用162
9.4.2按行應用164
9.5向量化函數166
9.5.1使用NumPy167
9.5.2使用numba168
9.6lambda函數168
9.7小結170
第10章分組操作：分割-應用-組合171
10.1簡介171
10.2聚合171
10.2.1基本的單變量分組聚合172
10.2.2Pandas內置的聚合方法173
10.2.3聚合函數174
10.2.4同時傳入多個函數176
10.2.5在agg/aggregate中使用字典177
10.3轉換178
10.4過濾器182
10.5pandas.core.groupby.DataFrameGroupBy對像183
10.5.1分組183
10.5.2涉及多個變量的分組計算184
10.5.3選擇分組184
10.5.4遍歷分組184
10.5.5多個分組186
10.5.6平鋪結果187
10.6使用多重索引188
10.7小結191
第11章datetime數據類型192
11.1簡介192
11.2Python的datatime對像192
11.3轉換為datetime193
11.4加載包含日期的數據196
11.5提取日期的各個部分196
11.6日期運算和Timedelta198
11.7datetime方法200
11.8獲取股票數據202
11.9基於日期取數據子集203
11.9.1DatetimeIndex對像203
11.9.2TimedeltaIndex對像204
11.10日期範圍205
11.10.1頻率206
11.10.2偏移量207
11.11移動207
11.12重采樣213
11.13時區214
11.14小結215
第四部分數據建模217
第12章線性模型218
12.1簡介218
12.2簡單線性回歸218
12.2.1使用統計模型庫218
12.2.2使用sklearn庫220
12回歸222
12.3.1使用statsmodels庫222
12.3.2使用statsmodels和分類變量222
12.3.3使用sklearn庫224
12.3.4使用sklearn和分類變量225
12.4保留sklearn的索引標簽226
12.5小結226
第13章廣義線性模型227
13.1簡介227
13.2邏輯回歸227
13.2.1使用statsmodels229
13.2.2使用sklearn230
13.3泊松回歸232
13.3.1使用statsmodels232
3.3.2負二項回歸233
13.4更多GLM234
13.5生存分析235
13.6小結238
第14章模型診斷239
14.1簡介239
14.2殘差239
14.3比較多個模型243
14.3.1比較線性模型243
14.3.2比較GLM246
14.4k折交叉驗證248
14.5小結251
第15章正則化252
15.1簡介252
15.2何為正則化252
15.3LASSO回歸254
15.4嶺回歸255
15.5彈性網256
15.6交叉驗證258
15.7小結260
第16章聚類261
16.1簡介261
16.2k均值聚類261
16.3層次聚類267
16.3.1距離法267
16.3.2最短距離法267
16.3.3平均距離法268
16.3.4重心法268
16.3.5手動設置閾值269
16.4小結270
第五部分終章271
第17章Pandas之外272
17.1科學計算棧272
17.2性能272
17.2.1測試代碼運行時間272
17.2.2分析代碼274
17.3規模更大、速度更快274
第18章寫給自學者275
18.1不可閉門造車275
18.2本地聚會275
18.3參加會議275
18.4互聯網276
18.5播客276
18.6小結276
第六部分附錄
附錄A安裝278
附錄B命令行280
附錄C項目模板282
附錄DPython代碼編寫工具283
附錄E工作目錄285
附錄F環境287
附錄G安裝包289
附錄H導入庫291
附錄I列表293
組294
附錄K字典295
附錄L切片297
附錄M循環299
附錄N推導式300
附錄O函數301
附錄P範圍和生成器305
附錄Q多重賦值307
附錄RNumPyndarray309
附錄S類311
附錄T變形器odo313
版權聲明314

本書是Python數據分析入門書，每個概念都通過簡單實例來闡述，便於讀者理解與上手。具體內容包括：Python及Pandas基礎知識，加載和查看數據集，Pandas的DataFrame對像和Series對像，使用matplotlib、seaborn和Pandas提供的繪圖方法為探索性數據分析作圖，連接與合並數據集，處理缺失數據，清理數據，轉換數據類型，處理字符串，應用函數，分組操作，擬合及評估模型，正則化方法與聚類技術，等等。

(美)丹尼爾·陳(Daniel Y.Chen) 著 武傳海 譯