深入浅出Pandas：利用Python进行数据处理与分析

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。

本书共17章，分为七部分。

第一部分（第1～2章）  Pandas入门

首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。

第二部分（第3～5章）  Pandas数据分析基础

详细讲解了Pandas读取与输出数据、索引操作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。

第三部分（第6～9章）  数据形式变化

讲解了Pandas的分组聚合操作、合并操作、对比操作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。

第四部分（第10～12章）  数据清洗

讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和操作方法。

第五部分（第13～14章）时序数据分析

讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。

第六部分（第15～16章）  可视化

讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。

第七部分（第17章）  实战案例

介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。

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

1.1.1  Python简介

1.1.2  Python的应用

1.1.3  为什么不选择R

1.1.4  Pandas简介

1.1.5  Pandas的使用人群

1.1.6  Pandas的基本功能

1.1.7  Pandas的学习方法

1.1.8  小结

1.2  环境搭建及安装

1.2.1  Python环境安装

1.2.2  Anaconda简介

1.2.3  安装miniconda

1.2.4  多Python版本环境

1.2.5  安装编辑器

1.2.6  Jupyter  Notebook

1.2.7  用pip安装三方库

1.2.8  安装Jupyter  Notebook

1.2.9  启动Jupyter  Notebook

1.2.10  使用Jupyter  Notebook

1.2.11  安装Pandas

1.2.12  小结

1.3  Pandas快速入门

1.3.1  安装导入

1.3.2  准备数据集

1.3.3  读取数据

1.3.4  查看数据

1.3.5  验证数据

1.3.6  建立索引

1.3.7  数据选取

1.3.8  排序

1.3.9  分组聚合

1.3.10  数据转换

1.3.11  增加列

1.3.12  统计分析

1.3.13  绘图

1.3.14  导出

1.3.15  小结

1.4  本章小结

第2章  数据结构

2.1  数据结构概述

2.1.1  什么是数据

2.1.2  什么是数据结构

2.1.3  小结

2.2  Python的数据结构

2.2.1  数字

2.2.2  字符串

2.2.3  布尔型

2.2.4  列表

2.2.5  元组

……

第二部分  Pandas数据分析基础

第三部分  数据形式变化

第四部分  数据清洗

第五部分  时序数据分析

第六部分  可视化

第七部分  实战案例