1.梳理pandas中常用的函數，將函數之間的邏輯關繫總結為“基礎知識+4類操作+4類數據”的模塊結構2.展示了數據處理的宏觀體繫，並針對數據分析中“怎麼分析”“怎麼處理”“怎麼加速”3個核心問題給出解決方案。3.結合大量代碼講解理論知識，並通過“練一練”和章末的“習題”等形式提供高質量的練習，幫助讀者理解、強化和拓展所學知識。4.不需要讀者掌握數據科學或數據分析的先驗知識，適合具有一定Python編程基礎、想要使用pandas進行數據處理與分析的數據科學領域的從業者或研究人員閱讀。

●第一部分 基礎知識
第1章 預備知識
1.1 Python基礎
1.1.1 推導式
1.1.2 匿名函數
1.1.3 打包函數
1.2 NumPy基礎
1.2.1 NumPy數組的構造
1.2.2 NumPy數組的變形
1.2.3 NumPy數組的切片
1.2.4 廣播機制
1.2.5 常用函數
1.3 習題
第2章 pandas基礎
2.1 文件的讀取和寫入
2.1.1 文件讀取
2.1.2 數據寫入
2.2 基本數據結構
2.2.1 Series
2.2.2 DataFrame
2.3 常用基本函數
2.3.1 彙總函數
2.3.2 特征統計函數
2.3.3 頻次函數
2.3.4 替換函數
2.3.5 排序函數
2.3.6 apply()函數
2.4 窗口
2.4.1 滑動窗口
2.4.2 擴張窗口
2.5 習題
第二部分 4類操作
第3章 索引
3.1 單級索引
3.1.1 DataFrame的列索引
3.1.2 Series的行索引
3.1.3 loc索引器
3.1.4 iloc索引器
3.1.5 query()函數
3.1.6 索引運算
3.2 多級索引
3.2.1 多級索引及其表的結構
3.2.2 多級索引中的loc索引器
3.2.3 多級索引的構造
3.3 常用索引方法
3.3.1 索引層的交換和刪除
3.3.2 索引屬性的修改
3.3.3 索引的設置與重置
3.3.4 索引的對齊
3.4 習題
第4章 分組
4.1 分組模式及其對像
4.1.1 分組的一般模式
4.1.2 分組依據的本質
4.1.3 groupby對像
4.2 聚合函數
4.2.1 內置聚合函數
4.2.2 agg()函數
4.3 變換和過濾
4.3.1 變換函數
4.3.2 組索引與過濾
4.4 跨列分組
4.5 習題
第5章 變形
5.1 長寬表的變形
5.1.1 長表的透視變形
5.1.2 寬表的逆透視變形
5.2 其他變形方法
5.2.1 索引變形
5.2.2 擴張變形
5.3 習題
第6章 連接
6.1 關繫連接
6.1.1 關繫連接的基本概念
6.1.2 列連接
6.1.3 索引連接
6.2 其他連接
6.2.1 方向連接
6.2.2 比較與組合
6.3 習題
第三部分 4類數據
第7章 缺失數據
7.1 缺失值的統計和刪除
7.1.1 缺失信息的統計
7.1.2 缺失信息的刪除
7.2 缺失值的填充和插值
7.2.1 利用fillna() 進行填充
……

本書以Python中的pandas庫為主線，介紹各類數據處理與分析方法。 本書共包含13章，第一部分介紹NumPy和pandas的基本內容；第二部分介紹pandas庫中的4類操作，包括索引、分組、變形和連接；第三部分介紹基於pandas庫的4類數據，包括缺失數據、文本數據、分類數據和時間序列數據，並介紹這4類數據的處理方法；第四部分介紹數據觀測、特征工程和性能優化的相關內容。本書以豐富的練習為特色，每章的最後一節為習題，同時每章包含許多即時性的練習（練一練）。讀者可通過這些練習將對數據科學的宏觀認識運用到實踐中。

耿遠昊 著