[ 收藏 ] [ 繁体中文 ]  
臺灣貨到付款、ATM、超商、信用卡PAYPAL付款,4-7個工作日送達,999元臺幣免運費   在線留言 商品價格為新臺幣 
首頁 電影 連續劇 音樂 圖書 女裝 男裝 童裝 內衣 百貨家居 包包 女鞋 男鞋 童鞋 計算機周邊

商品搜索

 类 别:
 关键字:
    

商品分类

  •  管理

     一般管理学
     市场/营销
     会计
     金融/投资
     经管音像
     电子商务
     创业企业与企业家
     生产与运作管理
     商务沟通
     战略管理
     商业史传
     MBA
     管理信息系统
     工具书
     外文原版/影印版
     管理类职称考试
     WTO
     英文原版书-管理
  •  投资理财

     证券/股票
     投资指南
     理财技巧
     女性理财
     期货
     基金
     黄金投资
     外汇
     彩票
     保险
     购房置业
     纳税
     英文原版书-投资理财
  •  经济

     经济学理论
     经济通俗读物
     中国经济
     国际经济
     各部门经济
     经济史
     财政税收
     区域经济
     统计 审计
     贸易政策
     保险
     经济数学
     各流派经济学说
     经济法
     工具书
     通货膨胀
     财税外贸保险类考试
     英文原版书-经济
  •  社会科学

     语言文字
     社会学
     文化人类学/人口学
     新闻传播出版
     社会科学总论
     图书馆学/档案学
     经典名家作品集
     教育
     英文原版书-社会科学
  •  哲学

     哲学知识读物
     中国古代哲学
     世界哲学
     哲学与人生
     周易
     哲学理论
     伦理学
     哲学史
     美学
     中国近现代哲学
     逻辑学
     儒家
     道家
     思维科学
     马克思主义哲学
     经典作品及研究
     科学哲学
     教育哲学
     语言哲学
     比较哲学
  •  宗教

  •  心理学

  •  古籍

  •  文化

  •  历史

     历史普及读物
     中国史
     世界史
     文物考古
     史家名著
     历史地理
     史料典籍
     历史随笔
     逸闻野史
     地方史志
     史学理论
     民族史
     专业史
     英文原版书-历史
     口述史
  •  传记

  •  文学

  •  艺术

     摄影
     绘画
     小人书/连环画
     书法/篆刻
     艺术设计
     影视/媒体艺术
     音乐
     艺术理论
     收藏/鉴赏
     建筑艺术
     工艺美术
     世界各国艺术概况
     民间艺术
     雕塑
     戏剧艺术/舞台艺术
     艺术舞蹈
     艺术类考试
     人体艺术
     英文原版书-艺术
  •  青春文学

  •  文学

     中国现当代随笔
     文集
     中国古诗词
     外国随笔
     文学理论
     纪实文学
     文学评论与鉴赏
     中国现当代诗歌
     外国诗歌
     名家作品
     民间文学
     戏剧
     中国古代随笔
     文学类考试
     英文原版书-文学
  •  法律

     小说
     世界名著
     作品集
     中国古典小说
     四大名著
     中国当代小说
     外国小说
     科幻小说
     侦探/悬疑/推理
     情感
     魔幻小说
     社会
     武侠
     惊悚/恐怖
     历史
     影视小说
     官场小说
     职场小说
     中国近现代小说
     财经
     军事
  •  童书

  •  成功/励志

  •  政治

  •  军事

  •  科普读物

  •  计算机/网络

     程序设计
     移动开发
     人工智能
     办公软件
     数据库
     操作系统/系统开发
     网络与数据通信
     CAD CAM CAE
     计算机理论
     行业软件及应用
     项目管理 IT人文
     计算机考试认证
     图形处理 图形图像多媒体
     信息安全
     硬件
     项目管理IT人文
     网络与数据通信
     软件工程
     家庭与办公室用书
  •  建筑

  •  医学

     中医
     内科学
     其他临床医学
     外科学
     药学
     医技学
     妇产科学
     临床医学理论
     护理学
     基础医学
     预防医学/卫生学
     儿科学
     医学/药学考试
     医院管理
     其他医学读物
     医学工具书
  •  自然科学

     数学
     生物科学
     物理学
     天文学
     地球科学
     力学
     科技史
     化学
     总论
     自然科学类考试
     英文原版书-自然科学
  •  工业技术

     环境科学
     电子通信
     机械/仪表工业
     汽车与交通运输
     电工技术
     轻工业/手工业
     化学工业
     能源与动力工程
     航空/航天
     水利工程
     金属学与金属工艺
     一般工业技术
     原子能技术
     安全科学
     冶金工业
     矿业工程
     工具书/标准
     石油/天然气工业
     原版书
     武器工业
     英文原版书-工业技
  •  农业/林业

  •  外语

  •  考试

  •  教材

  •  工具书

  •  中小学用书

  •  中小学教科书

  •  动漫/幽默

  •  烹饪/美食

  •  时尚/美妆

  •  旅游/地图

  •  家庭/家居

  •  亲子/家教

  •  两性关系

  •  育儿/早教

     保健/养生
     体育/运动
     手工/DIY
     休闲/爱好
     英文原版书
     港台图书
     研究生
     工学
     公共课
     经济管理
     理学
     农学
     文法类
     医学
  • Python數據分析實戰——從Excel輕松入門Pandas
    該商品所屬分類:計算機/網絡 -> 程序設計
    【市場價】
    872-1264
    【優惠價】
    545-790
    【作者】 曾賢志 
    【所屬類別】 圖書  計算機/網絡  程序設計  Python 
    【出版社】清華大學出版社 
    【ISBN】9787302602811
    【折扣說明】一次購物滿999元台幣免運費+贈品
    一次購物滿2000元台幣95折+免運費+贈品
    一次購物滿3000元台幣92折+免運費+贈品
    一次購物滿4000元台幣88折+免運費+贈品
    【本期贈品】①優質無紡布環保袋,做工棒!②品牌簽字筆 ③品牌手帕紙巾
    版本正版全新電子版PDF檔
    您已选择: 正版全新
    溫馨提示:如果有多種選項,請先選擇再點擊加入購物車。
    *. 電子圖書價格是0.69折,例如了得網價格是100元,電子書pdf的價格則是69元。
    *. 購買電子書不支持貨到付款,購買時選擇atm或者超商、PayPal付款。付款後1-24小時內通過郵件傳輸給您。
    *. 如果收到的電子書不滿意,可以聯絡我們退款。謝謝。
    內容介紹



    開本:16開
    紙張:膠版紙
    包裝:平裝-膠訂

    是否套裝:否
    國際標準書號ISBN:9787302602811
    叢書名:清華開發者書庫.Python

    作者:曾賢志
    出版社:清華大學出版社
    出版時間:2022年05月 


        
        
    "

    產品特色

    編輯推薦

    本書是一本基礎入門加實戰的書籍,既有基礎知識,又有豐富示例,包括詳細的操作步驟,實操性強。本書對Pandas的基本概念講解很詳細,包括基本概念及代碼示例。

     
    內容簡介

    本書從零開始繫統講解了使用Pandas導入Excel數據,然後使用Pandas技術對數據做整理和分析,後導出為不同形式的Excel文件。完整實現了數據的導入、處理、輸出的處理流程。 全書共10章。第1章為Pandas數據處理環境的搭建,第2章為使用Pandas對Excel數據讀取與保存,第3章介紹與Pandas底層數據相關的NumPy庫,第4章介紹了Pandas中DataFrame表格的增、刪、改、查等常用操作,第5章介紹了對Series與DataFrame兩種數據的運算、分支、遍歷等處理,第6章介紹了字符串的各種清洗技術,第7章介紹時間戳與時間差數據的處理,第8章介紹Pandas中分層索引及與索引相關的操作,第9章介紹了對數據的分組處理及做數據透視表處理,第10章介紹了表格的數據結構轉換,以及多表讀取與保存。書中包含相應示例,不僅可以學會理論知識還可以靈活應用。 本書可作為Excel愛好者和數據分析初學者的入門書籍,以及想提高數據分析效率,拓展數據分析手段相關人員的參考書籍。

    作者簡介

    曾賢志,Office技術培訓專家,我要自學網專家講師,特邀技術圖書作者,擅長使用VBA、SQL、Power BI、Python等技術做數據分析。著有《Power Query For Excel讓工作化繁為簡》《加薪不加班:174個Excel函數案例闖職場》《從Excel到Python:用Python輕松處理Excel數據》等與數據分析相關的技術圖書。 

    目錄
    第1章Pandas數據處理環境搭建
    1.1Pandas環境配置
    1.1.1安裝Python發行版本Anaconda
    1.1.2程序編寫工具Jupyter Notebook
    1.2Python基礎操作
    1.2.1變量
    1.2.2注釋
    1.2.3代碼縮進
    1.2.4數據結構
    1.2.5控制語句
    1.2.6函數
    第2章Pandas中數據的存取
    2.1讀取Excel文件數據
    2.2讀取CSV文件數據

    第1章Pandas數據處理環境搭建


    1.1Pandas環境配置


    1.1.1安裝Python發行版本Anaconda


    1.1.2程序編寫工具Jupyter Notebook


    1.2Python基礎操作


    1.2.1變量


    1.2.2注釋


    1.2.3代碼縮進


    1.2.4數據結構


    1.2.5控制語句


    1.2.6函數


    第2章Pandas中數據的存取


    2.1讀取Excel文件數據


    2.2讀取CSV文件數據


    2.3保存為Excel文件格式


    2.4保存為CSV文件格式


    2.5Pandas中表格的結構


    2.5.1DataFrame數據結構


    2.5.2Series數據結構


    第3章NumPy數據處理基石


    3.1NumPy的定義


    3.2NumPy數組的創建與轉換


    3.2.1普通數組


    3.2.2序列數組


    3.2.3隨機數組


    3.2.4轉換數組


    3.3NumPy數組的預處理


    3.3.1類型轉換


    3.3.2缺失值處理


    3.3.3重復值處理


    3.4NumPy數組維度轉換


    3.4.1數組維度轉換


    3.4.2數組合並


    3.5Series數據的創建


    3.6DataFrame表格的創建


    3.6.1使用NumPy數組創建DataFrame表格


    3.6.2使用Python列表創建DataFrame表格


    3.6.3使用Python字典創建DataFrame表格


    第4章表格管理技術


    4.1表格屬性獲取與修改


    4.1.1表格屬性的獲取


    4.1.2表格屬性修改


    4.2表格的切片選擇


    4.2.1切片法


    4.2.2篩選法


    4.2.3loc切片法


    4.2.4iloc切片法


    4.3添加表格的行和列


    4.3.1添加行


    4.3.2添加列


    4.4刪除表格的行和列


    4.4.1刪除行


    4.4.2刪除列


    4.4.3刪除有缺失值的行和列


    4.5表格數據的修改


    4.6鞏固案例


    第5章數據處理基礎


    5.1數據運算處理


    5.1.1運算符與運算函數


    5.1.2Series與單值的運算


    5.1.3DataFrame與單值運算


    5.1.4Series與Series運算


    5.1.5DataFrame與DataFrame運算


    5.1.6DataFrame與Series運算


    5.1.7數據運算時的對齊特性


    5.2數據分支判斷


    5.2.1條件判斷處理1(mask()與where())


    5.2.2條件判斷處理2(np.where())


    5.3數據遍歷處理


    5.3.1遍歷Ser素(map())


    5.3.2遍歷DataFrame行和列(apply())


    5.3.3遍歷DataFr素(applymap())


    5.4數據統計處理


    5.4.1聚合統計


    5.4.2邏輯統計


    5.4.3極值統計


    5.4.4排名統計


    5.5鞏固案例


    5.5.1根據不同蔬菜的采購數量統計每天采購金額


    5.5.2篩選出成績表中各科目均大於或等於100的記錄


    5.5.3篩選出成績表中各科目的和大於或等於300的記錄


    5.5.4統計每個人各科目總分之和的排名


    5.5.5統計每個人所有考試科目的科目


    第6章字符串清洗技術


    6.1正則


    6.1.1正則表達式的導入與創建


    6.1.2正則表達式處理函數


    6.1.3正則表達式編寫規則


    6.2拆分


    6.2.1普通拆分


    6.2.2正則拆分


    6.2.3拆分次數


    6.2.4拆為表格


    6.2.5實例應用


    6.3提取


    6.3.1將數據提取到列方向


    6.3.2將數據提取到行方向


    6.3.3實例應用


    6.4查找


    6.4.1查找位置


    6.4.2查找判斷


    6.4.3查找數據


    6.4.4實例應用


    6.5替換


    6.5.1Series數據替換


    6.5.2DataFrame表格替換


    6.5.3實例應用


    6.6長度


    6.7重復


    6.8修剪


    6.9填充


    6.素填充


    6.9.2字符填充


    6.10去重


    6.10.1重復項判斷


    6.10.2重復項刪除


    6.11排序


    6.11.1單列排序


    6.11.2多列排序


    6.11.3自定義排序


    6.12合並


    6.12.1Series數素合並


    6.12.2Series數據與其他數據合並


    6.13擴展


    6.14鞏固案例


    6.14.1篩選出分數中至少有3個大於或等於90分的記錄


    6.14.2兩表查詢合並應用


    6.14.3給關鍵信息加掩碼


    6.14.4提取文本型單價後與數量做求和統計


    6.14.5提取不重復名單


    6.14.6對文本中的多科目成績排序


    第7章日期和時間處理技術


    7.1時間戳


    7.1.1單個時間戳


    7.1.2時間戳序列


    7.1.3時間戳轉換


    7.1.4時間戳信息獲取


    7.2時間差


    7.2.1單個時間差


    7.2.2時間差序列


    7.2.3時間差信息獲取


    7.2.4時間差偏移


    7.3鞏固案例


    7.3.1根據出生日期計算年齡


    7.3.2將不規範日期整理為標準日期


    7.3.3根據開始時間到結束時間的時長計算金額


    7.3.4根據借書起始時間及租借天數計算歸還日期


    第8章高級索引技術


    8.1Pandas索引


    8.1.1Series索引


    8.1.2DataFrame索引


    8.2分層索引的設置


    8.2.1Series的分層索引設置


    8.2.2DataFrame的分層索引設置


    8.3分層索引設置的4種方法


    8.4文件導入導出時分層索引設置


    8.5行索引與列數據的相互轉換


    8.5.1列數據設置為行索引


    8.5.2行索引設置為列數據


    8.6分層索引切片


    8.6.1選擇單行


    8.6.2選擇單列


    8.6.3選擇單值


    8.6.4選擇多行多列


    8.6.5選擇指定級別數據


    8.6.6篩選索引


    8.7索引的修改


    8.7.1索引重命名


    8.7.2索引重置


    8.7.3索引排序


    8.7.4索引層級交換


    8.7.5索引刪除


    8.8鞏固案例


    8.8.1篩選出下半年總銷量大於上半年的記錄


    8.8.2對文本型數字月份排序


    8.8.3根據分數返回等級設置索引


    第9章數據彙總技術


    9.1分組處理


    9.1.1分組


    9.1.2聚合


    9.1.3轉換


    9.1.4過濾


    9.1.5高級分組


    9.2數據透視表


    9.2.1指定索引方向分組聚合


    9.2.2多列執行單種聚合


    9.2.3單列執行多種聚合


    9.2.4多列執行多種聚合


    9.2.5指定列做指定聚合


    9.2.6行索引和列索引分組聚合


    9.2.7跟列數據長度相同的數組做分組


    9.2.8數據透視表缺失值處理


    9.2.9數據透視表的行和列總計設置


    9.3鞏固案例


    9.3.1提取各分組的前兩名記錄


    9.3.2按條件篩選各分組的記錄


    9.3.3提取各分組下的值


    9.3.4分組批量拆分表格到Excel文件


    9.3.5將數據透視表拆分為Excel文件


    第10章表格轉換技術


    10.1表格方向轉換


    10.1.1列索引數據轉換成行索引數據


    10.1.2將行索引數據轉換成列索引數據


    10.2表格縱橫拼接


    10.2.1表格縱向拼接(初級)


    10.2.2表格縱向拼接(進階)


    10.2.3表格橫向拼接(初級)


    10.2.4表格橫向拼接(進階)


    10.3表格數據存取


    10.3.1批量讀取


    10.3.2批量保存


    10.4鞏固案例


    10.4.1多個工作表數據合並


    10.4.2工資條制作


    10.4.3特殊的縱向表格拼接


    10.4.4多工作表合並與聚合處理


    10.4.5跨表查詢後再聚合彙總


    10.4.6將彙總結果分發到不同工作表


     

    前言
    Excel是一款非常流行的電子表格軟件。它是一種很好的數據存儲方式,同時也是一款強大的數據清洗、分析工具。任何事物有強就有弱。Excel本身已經內置了很多實用的功能,為什麼還要選擇Pandas工具來處理Excel數據呢?
    首先,在Excel進行數據清洗時,如果工作重復度比較高,反復使用手動操作效率太低,不具有自動化功能。當然,也可以用Excel內置的VBA編程進行二次開發,解決自動化問題,但Pandas更勝一籌,其代碼簡潔,靈活性強,運算速度更快。
    其次,Pandas是跨平臺的,在不同的操作繫統上均可以使用。即使沒有安裝電子表格軟件,也可以使用。不但如此,Pandas還支持TXT、CSV、HTML和數據庫等更多格式的數據獲取方式。
    那麼,什麼是Pandas?Pandas是Python中的一個數據分析包,是基於NumPy的(提供高性能的矩陣運算,這就標志著它的運算速度快)。並且Pandas提供了超強的數據清洗功能,可以用於數據挖掘和數據分析,可以說Pandas就是為數據分析而生的。
    本書從學習Excel數據清洗的視角來學習Pandas,更易上手。很多時候,Pandas中編寫的數據處理代碼像Excel中的工作表函數公式一樣,一條代碼就能完成任務,優雅又簡潔。

    Excel是一款非常流行的電子表格軟件。它是一種很好的數據存儲方式,同時也是一款強大的數據清洗、分析工具。任何事物有強就有弱。Excel本身已經內置了很多實用的功能,為什麼還要選擇Pandas工具來處理Excel數據呢?
    首先,在Excel進行數據清洗時,如果工作重復度比較高,反復使用手動操作效率太低,不具有自動化功能。當然,也可以用Excel內置的VBA編程進行二次開發,解決自動化問題,但Pandas更勝一籌,其代碼簡潔,靈活性強,運算速度更快。
    其次,Pandas是跨平臺的,在不同的操作繫統上均可以使用。即使沒有安裝電子表格軟件,也可以使用。不但如此,Pandas還支持TXT、CSV、HTML和數據庫等更多格式的數據獲取方式。
    那麼,什麼是Pandas?Pandas是Python中的一個數據分析包,是基於NumPy的(提供高性能的矩陣運算,這就標志著它的運算速度快)。並且Pandas提供了超強的數據清洗功能,可以用於數據挖掘和數據分析,可以說Pandas就是為數據分析而生的。
    本書從學習Excel數據清洗的視角來學習Pandas,更易上手。很多時候,Pandas中編寫的數據處理代碼像Excel中的工作表函數公式一樣,一條代碼就能完成任務,優雅又簡潔。
    本書主要內容
    第1章介紹Anaconda集成環境的安裝,Jupyter Notebook的使用,以及Python語言的基礎語法應用。
    第2章介紹Pandas對Excel/CSV文件的讀取與保存設置,並介紹Pandas的DataFrame和Series兩大核心數據結構。
    第3章介紹NumPy數組的創建與轉換,並介紹NumPy數組的類型、缺失值、重復值等預處理,以及Series和DataFrame兩種數據結構的各種創建方法。
    第4章介紹對DataFrame表格屬性的獲取與修改,表格的各種切片選擇方法,以及對表格增、刪、改、查的設置。
    第5章介紹DataFrame、Series和單值3種不同結構數據之間的運算方法,並介紹Pandas中常用的分支判斷函數,以及Pandas中常用的循環遍歷函數和常用的統計函數。
    第6章講解正則表達式的使用方法,Pandas中拆分、提取、查找、替換、去重、排序、合並等常用字符串處理函數。
    第7章介紹時間戳、時間差數據處理的相關函數。
    第8章介紹Pandas中分層索引的設置、創建,分層索引的切片選擇方法,以及分層索引的重命名、重置、排序、刪除等操作。
    第9章講解Pandas中的分組處理技術,以及Pandas中的數據透視表技術。
    第10章介紹DataFrame表格的縱向和橫向拼接技術,如何批量讀取Excel工作表數據為DataFrame表格,以及批量保存DataFrame表格數據到多工作表、多工作簿。
    閱讀建議
    本書是一本基礎入門加實戰的圖書,既有基礎知識,又有豐富示例,包括詳細的操作步驟,實操性強。本書對Pandas的基本概念講解很詳細,從第4章開始,在每章的後一節配有對整章知識應用的示例,並提供完整代碼,運行代碼就可以立即看到效果。這樣會給讀者信心,在輕松掌握基礎知識的同時快速進入實戰階段。
    建議讀者對Excel有一定的操作基礎,這樣更方便對照學習。如果讀者有一定的Python基礎則更好,沒有Python基礎也不用擔心,第1章講解關於Python的基礎知識,在Pandas中應用Python的技術點也不多,例如在Pandas中基本不會使用Python循環語句。因而不用擔心Python基礎不好而學不會Pandas。
    本書源代碼
    掃描下方二維碼,可獲取本書示例的源代碼: 


     


     


    致謝
    成書不易,在寫作本書的過程中,筆者得到了很多人的支持與幫助。首先,感謝我的父母、嶽父母及妻子,感謝你們一如既往對我工作的支持,成為我堅實的後盾; 然後還要感謝女兒雨柔、兒子果兒。你們是我堅持寫作的動力,一位普普通通的父親想給你們樹立一個榜樣。無論何時都不能忘記學習,哪怕每天隻能進步一點點。隻有知識纔是我們一生中重要的財富。希望你們在自己的人生道路上,能保持一顆不拋棄、不放棄的心。
    由於時間倉促,書中難免存在不妥之處,請讀者見諒,並提寶貴意見。
    曾賢志
    2022年1月


     


     


     

















     
    網友評論  我們期待著您對此商品發表評論
     
    相關商品
    在線留言 商品價格為新臺幣
    關於我們 送貨時間 安全付款 會員登入 加入會員 我的帳戶 網站聯盟
    DVD 連續劇 Copyright © 2024, Digital 了得網 Co., Ltd.
    返回頂部