作品简介

如果你想充分发挥Python的强大作用,如果你想成为一名好的Python工程师,你应该先学好Pandas。

这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作,基于实用、易学的原则,从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解,既是初学者系统学习Pandas难得的入门书,又是有经验的Python工程师案头必不可少的查询手册。

李庆辉,数据产品专家,某电商公司数据产品团队负责人,擅长通过数据治理、数据分析、数据化运营提升公司的数据应用水平。

精通Python数据科学及Python Web开发,曾独立开发公司的自动化数据分析平台,参与教育部“1+X”数据分析(Python)职业技能等级标准评审。

中国人工智能学会会员,企业数字化、数据产品和数据分析讲师,在个人网站“盖若”上编写的技术和产品教程广受欢迎。

作品目录

  • 前言
  • 第一部分 Pandas入门
  • 第1章 Pandas简介及快速入门
  • 1.1 Pandas是什么
  • 1.2 环境搭建及安装
  • 1.3 Pandas快速入门
  • 1.4 本章小结
  • 第2章 数据结构
  • 2.1 数据结构概述
  • 2.2 Python的数据结构
  • 2.3 NumPy
  • 2.4 Pandas的数据结构
  • 2.5 Pandas生成数据
  • 2.6 Pandas的数据类型
  • 2.7 本章小结
  • 第二部分 Pandas数据分析基础
  • 第3章 Pandas数据读取与输出
  • 3.1 数据读取
  • 3.2 读取CSV
  • 3.3 读取Excel
  • 3.4 数据输出
  • 3.5 本章小结
  • 第4章 Pandas基础操作
  • 4.1 索引操作
  • 4.2 数据的信息
  • 4.3 统计计算
  • 4.4 位置计算
  • 4.5 数据选择
  • 4.6 本章小结
  • 第5章 Pandas高级操作
  • 5.1 复杂查询
  • 5.2 数据类型转换
  • 5.3 数据排序
  • 5.4 添加修改
  • 5.5 高级过滤
  • 5.6 数据迭代
  • 5.7 函数应用
  • 5.8 本章小结
  • 第三部分 数据形式变化
  • 第6章 Pandas分组聚合
  • 6.1 概述
  • 6.2 分组
  • 6.3 分组对象的操作
  • 6.4 聚合统计
  • 6.5 数据分箱
  • 6.6 分组可视化
  • 6.7 本章小结
  • 第7章 Pandas数据合并与对比
  • 7.1 数据追加df.append
  • 7.2 数据连接pd.concat
  • 7.3 数据合并pd.merge
  • 7.4 按元素合并
  • 7.5 数据对比df.compare
  • 7.6 本章小结
  • 第8章 Pandas多层索引
  • 8.1 概述
  • 8.2 多层索引操作
  • 8.3 数据查询
  • 8.4 本章小结
  • 第9章 Pandas数据重塑与透视
  • 9.1 数据透视
  • 9.2 数据堆叠
  • 9.3 交叉表
  • 9.4 数据转置df.T
  • 9.5 数据融合
  • 9.6 虚拟变量
  • 9.7 因子化
  • 9.8 爆炸列表
  • 9.9 本章小结
  • 第四部分 数据清洗
  • 第10章 Pandas数据清洗
  • 10.1 缺失值的认定
  • 10.2 缺失值的操作
  • 10.3 数据替换
  • 10.4 重复值及删除数据
  • 10.5 NumPy格式转换
  • 10.6 本章小结
  • 第11章Pandas文本处理
  • 11.1 数据类型
  • 11.2 字符的操作
  • 11.3 文本高级处理
  • 11.4 本章小结
  • 第12章Pandas分类数据
  • 12.1 分类数据
  • 12.2 分类的操作
  • 12.3 本章小结
  • 第五部分 时序数据分析
  • 第13章 Pandas窗口计算
  • 13.1 窗口计算
  • 13.2 窗口操作
  • 13.3 本章小结
  • 第14章 Pandas时序数据
  • 14.1 固定时间
  • 14.2 时长数据
  • 14.3 时间序列
  • 14.4 时间偏移
  • 14.5 时间段
  • 14.6 时间操作
  • 14.7 本章小结
  • 第六部分 可视化
  • 第15章 Pandas样式
  • 15.1 内置样式
  • 15.2 显示格式
  • 15.3 样式高级操作
  • 15.4 本章小结
  • 第16章 Pandas可视化
  • 16.1 plot()方法
  • 16.2 常用可视化图形
  • 16.3 本章小结
  • 第七部分 实战案例
  • 第17章 Pandas实战案例
  • 17.1 实战思想
  • 17.2 数据处理案例
  • 17.3 综合案例
  • 17.4 本章小结
展开全部