类似推荐
编辑推荐
要用好python，必先学好Pandas，聚焦你的痛点，全面、详尽讲解Pandas。
内容简介
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。
作者简介
作者李庆辉，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。
章节目录
版权信息
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
深入浅出Pandas：利用Python进行数据处理与分析是2021年由机械工业出版社出版,作者李庆辉。
得书感谢您对《深入浅出Pandas：利用Python进行数据处理与分析》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
