在数字经济时代，数据是重要的资源要素；同时，新的数据又在源源不断地产生，企业面临的一个基本问题就是如何管理和利用这些数据，这对传统的数据处理方法与分析框架提出了新的诉求和挑战，...
电子书
编辑推荐
本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。
内容简介
本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的习(练一练)。读者可通过这些练习将对数据科学的宏观认识运用到实践中。
章节目录
- 版权信息
- 版 权
- 内容提要
- 前 言
- 资源与支持
- 彩图
- 第一部分 基础知识
- 第1章 预备知识
- 1.1 Python基础
- 1.1.1 推导式
- 1.1.2 匿名函数
- 1.1.3 打包函数
- 1.2 NumPy基础
- 1.2.1 NumPy数组的构造
- 1.2.2 NumPy数组的变形
- 1.2.3 NumPy数组的切片
- 1.2.4 广播机制
- 1.2.5 常用函数
- 1.3 习题
- 第2章 pandas基础
- 2.1 文件的读取和写入
- 2.1.1 文件读取
- 2.1.2 数据写入
- 2.2 基本数据结构
- 2.2.1 Series
- 2.2.2 DataFrame
- 2.3 常用基本函数
- 2.3.1 汇总函数
- 2.3.2 特征统计函数
- 2.3.3 频次函数
- 2.3.4 替换函数
- 2.3.5 排序函数
- 2.3.6 apply()函数
- 2.4 窗口
- 2.4.1 滑动窗口
- 2.4.2 扩张窗口
- 2.5 习题
- 第二部分 4类操作
- 第3章 索引
- 3.1 单级索引
- 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()函数
- 3.1.6 索引运算
- 3.2 多级索引
- 3.2.1 多级索引及其表的结构
- 3.2.2 多级索引中的loc索引器
- 3.2.3 多级索引的构造
- 3.3 常用索引方法
- 3.3.1 索引层的交换和删除
- 3.3.2 索引属性的修改
- 3.3.3 索引的设置与重置
- 3.3.4 索引的对齐
- 3.4 习题
- 第4章 分组
- 4.1 分组模式及其对象
- 4.1.1 分组的一般模式
- 4.1.2 分组依据的本质
- 4.1.3 groupby对象
- 4.2 聚合函数
- 4.2.1 内置聚合函数
- 4.2.2 agg()函数
- 4.3 变换和过滤
- 4.3.1 变换函数
- 4.3.2 组索引与过滤
- 4.4 跨列分组
- 4.5 习题
- 第5章 变形
- 5.1 长宽表的变形
- 5.1.1 长表的透视变形
- 5.1.2 宽表的逆透视变形
- 5.2 其他变形方法
- 5.2.1 索引变形
- 5.2.2 扩张变形
- 5.3 习题
- 第6章 连接
- 6.1 关系连接
- 6.1.1 关系连接的基本概念
- 6.1.2 列连接
- 6.1.3 索引连接
- 6.2 其他连接
- 6.2.1 方向连接
- 6.2.2 比较与组合
- 6.3 习题
- 第三部分 4类数据
- 第7章 缺失数据
- 7.1 缺失值的统计和删除
- 7.1.1 缺失信息的统计
- 7.1.2 缺失信息的删除
- 7.2 缺失值的填充和插值
- 7.2.1 利用fillna() 进行填充
- 7.2.2 插值函数
- 7.3 Nullable类型
- 7.3.1 缺失记号及其缺陷
- 7.3.2 Nullable类型的性质
- 7.3.3 缺失数据的计算和分组
- 7.4 习题
- 第8章 文本数据
- 8.1 str对象
- 8.1.1 str对象的设计意图
- 8.1.2 []索引器
- 8.1.3 string类型
- 8.2 正则表达式基础
- 8.2.1 元字符
- 8.2.2 分组捕获与反向引用
- 8.2.3 零宽断言
- 8.3 文本处理的5类操作
- 8.3.1 拆分
- 8.3.2 合并
- 8.3.3 匹配
- 8.3.4 替换
- 8.3.5 提取
- 8.4 其他字符串方法
- 8.4.1 字母型方法
- 8.4.2 数值型方法
- 8.4.3 统计型方法
- 8.4.4 格式型方法
- 8.5 习题
- 第9章 分类数据
- 9.1 cat对象
- 9.1.1 cat对象的属性
- 9.1.2 类别的增加、删除和修改
- 9.2 有序类别
- 9.2.1 序的建立
- 9.2.2 排序和比较
- 9.3 区间类别
- 9.3.1 利用cut()和qcut()进行区间构造
- 9.3.2 一般区间的构造
- 9.3.3 区间的属性与方法
- 9.4 习题
- 第10章 时间序列数据
- 10.1 时间戳
- 10.1.1 时间戳的构造与属性
- 10.1.2 时间戳序列的生成
- 10.1.3 dt对象
- 10.1.4 时间戳序列的索引与切片
- 10.2 时间差
- 10.2.1 时间差序列的生成
- 10.2.2 时间差序列的运算
- 10.3 日期偏置
- 10.3.1 Offset对象
- 10.3.2 采样频率
- 10.4 时间序列操作
- 10.4.1 采样频率滑窗
- 10.4.2 重采样
- 10.4.3 特殊连接
- 10.5 习题
- 第四部分 进阶实战
- 第11章 数据观测
- 11.1 可视化方法
- 11.1.1 基本绘图
- 11.1.2 元素控制
- 11.1.3 子图绘制
- 11.2 数据观测方法
- 11.2.1 数据类型
- 11.2.2 数据统计量
- 11.2.3 数据分布
- 11.2.4 基于数据报告的观测
- 11.3 习题
- 第12章 特征工程
- 12.1 单特征构造
- 12.1.1 特征变换
- 12.1.2 文本数据特征
- 12.1.3 时间序列数据特征
- 12.1.4 单特征构造的一般方法
- 12.2 多特征构造
- 12.2.1 分组技术
- 12.2.2 特征降维
- 12.3 特征选择
- 12.3.1 基于统计量的选择
- 12.3.2 基于模型的选择
- 12.4 习题
- 第13章 性能优化
- 13.1 pandasic代码要义
- 13.2 多进程加速
- 13.2.1 多进程和多线程
- 13.2.2 多进程的陷阱
- 13.2.3 异步进程
- 13.2.4 进程中的数据共享
- 13.2.5 在pandas中使用多进程
- 13.3 利用Cython加速
- 13.3.1 初识Cython
- 13.3.2 优化策略
- 13.3.3 多线程加速
- 13.3.4 Cython类及其应用
- 13.3.5 模块构建
- 13.4 利用Numba加速
- 13.4.1 noPython模式
- 13.4.2 ufunc与向量化
- 13.4.3 jitclass及其应用
- 13.5 习题
展开全部
pandas数据处理与分析是2022年由人民邮电出版社出版,作者耿远昊。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《pandas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。
电子书
在数字经济时代，数据是重要的资源要素；同时，新的数据又在源源不断地产生，企业面临的一个基本问题就是如何管理和利用这些数据，这对传统的数据处理方法与分析框架提出了新的诉求和挑战，...
电子书
本书适合新媒体营销的学习者和从业者使用，也可作为本科院校、职业院校营销类、企业管理类、商务贸易类、电子商务类专业的新媒体营销课程的教学用书。
电子书
本书主要从电子商务数据分析入手，系统介绍在电子商务环境下进行数据分析的各种思路和方法。
电子书
本书用通俗易懂的语言、丰富的案例，介绍了如何利用数据有效表达、说服他人，以及如何防止被他人的数据误导。
电子书
1.作者是注册会计师，熟练使用PowerBI，实践经验丰富。2.作者的公众号现已成为国内影响力的PowerBI公众号之一，专注于PowerBI知识的分享，其文章通俗易懂、简洁干...
电子书
本书力求比较全面地介绍QtC开发应用程序的技术，有以下几个特点。1.以Qt5.9LTS为开发用版本，是目前新版的Qt，未来三年内有持续的支持（上一个LTS版本是Qt5.6）。2...