pandas是一个强大的数据处理与分析工具集！
本书梳理了pandas中常用的函数，将函数之间的逻辑关系总结为“基础知识+4类操作+4类数据”的模块结构，展示了数据处理的宏观体系，并针对数据分析中“怎么分析”“怎么处理”“怎么加速”3个核心问题给出解决方案。
※编辑推荐：
本书结合大量代码讲解理论知识，并通过“练一练”和章末的“习题”等形式提供高质量的练习，帮助读者理解、强化和拓展所学知识。
本书不需要读者掌握数据科学或数据分析的先验知识，适合具有一定Python编程基础、想要使用pandas进行数据处理与分析的数据科学领域的从业者或研究人员阅读。
※内容简介：
本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。
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、文本数据、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练习（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。
作者简介:
耿远昊，威斯康星大学麦迪逊分校统计学硕士在读，Datawhale成员，“Joyful Pandas”开源项目作者。pandas贡献者，活跃于pandas开源社区，主要贡献涉及漏洞修复、功能实现与性能优化等方面，对pandas在数据处理与分析中的应用有丰富经验。
目录:
第1章 预备知识 2
第2章 pandas基础 26
第3章 索引 50
第4章 分组 74
第5章 变形 87
第6章 连接 100
第7章 缺失数据 114
第8章 文本数据 128
第9章 分类数据 147
第10章 时间序列数据 159
第11章 数据观测 190
第12章 特征工程 216
第13章 性能优化 258
点击下载