這是一本全面覆蓋了Pandas使用者的普遍需求和痛點的著作,基於實用、易學的原則,從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解,既是初學者繫統學習Pandas難得的入門書,又是有經驗的Python工程師案頭必不可少的查詢手冊。
本書共17章,分為七部分。
部分(第1~2章) Pandas入門
首先介紹了Pandas的功能、使用場景和學習方法,然後詳細講解了Python開發環境的搭建,Z後介紹了Pandas的大量基礎功能,旨在引領讀者快速入門。
第二部分(第3~5章) Pandas數據分析基礎
詳細講解了Pandas讀取與輸出數據、索引操作、數據類型轉換、查詢篩選、統計計算、排序、位移、數據修改、數據迭代、函數應用等內容。
如果你想充分發揮Python的強大作用,如果你想成為一名好的Python工程師,你應該先學好Pandas。
這是一本全面覆蓋了Pandas使用者的普遍需求和痛點的著作,基於實用、易學的原則,從功能、使用、原理等多個維度對Pandas做了全方位的詳細講解,既是初學者繫統學習Pandas難得的入門書,又是有經驗的Python工程師案頭必不可少的查詢手冊。
本書共17章,分為七部分。
部分(第1~2章) Pandas入門
首先介紹了Pandas的功能、使用場景和學習方法,然後詳細講解了Python開發環境的搭建,Z後介紹了Pandas的大量基礎功能,旨在引領讀者快速入門。
第二部分(第3~5章) Pandas數據分析基礎
詳細講解了Pandas讀取與輸出數據、索引操作、數據類型轉換、查詢篩選、統計計算、排序、位移、數據修改、數據迭代、函數應用等內容。
第三部分(第6~9章) 數據形式變化
講解了Pandas的分組聚合操作、合並操作、對比操作、數據透視、轉置、歸一化、標準化等,以及如何利用多層索引對數據進行升降維。
第四部分(第10~12章) 數據清洗
講解了缺失值和重復值的識別、刪除、填充,數據的替換、格式轉換,文本的提取、連接、匹配、切分、替換、格式化、虛擬變量化等,以及分類數據的應用場景和操作方法。
第五部分(第13~14章)時序數據分析
講解了Pandas中對於各種時間類型數據的處理和分析,以及在時序數據處理中經常使用的窗口計算。
第六部分(第15~16章) 可視化
講解了Pandas的樣式功能如何讓數據表格更有表現力,以及Pandas的繪圖功能如何讓數據自己說話。
第七部分(第17章) 實戰案例
介紹了從需求到代碼的思考過程,如何利用鏈式編程思想提高代碼編寫和數據分析效率,以及數據分析的基本方法與需要掌握的數據分析工具和技術棧,此外還從數據處理和數據分析兩個角度給出了大量的應用案例及代碼詳解。