Python数据分析实战(从Excel轻松入门Pandas)/清华开发者书库

本书从零开始系统讲解 使用Pandas导入Excel数据 ，然后使用Pandas技术对 数据进行整理和分析，最 后导出为不同形式的Excel 文件，完整实现数据的导 入、处理和输出流程。 全书共10章，第1章为 Pandas数据处理环境的搭 建；第2章为使用Pandas对 Excel数据读取与保存：第 3章介绍与Pandas底层数据 相关的NumPy库；第4章讲 解Pandas中DataFrame表 格的增、删、改、查等常 用操作；第5章介绍对 Series与DataFrame两种数 据的运算、分支，遍历等 处理；第6章介绍字符串的 各种清洗技术；第7章介绍 时间戳与时间差数据的处 理；第8章介绍Pandas中分 层索引及与索引相关的操 作；第9章介绍对数据的分 组处理及做数据透视表处 理；第10章介绍表格的数 据结构转换，以及多表读 取与保存。书中包含相应 示例，不仅可以帮助读者 学会理论知识，还可以灵 活应用。 本书可作为Excel爱好者 和数据分析初学者的入门 参考书，也可作为想提高 数据分析效率、拓展数据 分析手段相关人员的参考 书。

曾贤志,Office技术培训专家，我要自学网专家讲师，特邀技术图书作者，擅长使用VBA、SQL、Power BI、Python等技术做数据分析。著有《Power Query For Excel让工作化繁为简》《加薪不加班：174个Excel函数案例闯职场》《从Excel到Python：用Python轻松处理Excel数据》等与数据分析相关的技术图书。

第1章 Pandas数据处理环境搭建 1.1 Pandas环境配置 1.1.1 安装Python发行版本Anaconda 1.1.2 程序编写工具Jupyter Notebook 1.2 Python基础操作 1.2.1 变量 1.2.2 注释 1.2.3 代码缩进 1.2.4 数据结构 1.2.5 控制语句 1.2.6 函数 第2章 Pandas中数据的存取 2.1 读取Excel文件数据 2.2 读取CSV文件数据 2.3 保存为Excel文件格式 2.4 保存为CSV文件格式 2.5 Pandas中表格的结构 2.5.1 DataFrame数据结构 2.5.2 Series数据结构 第3章 NumPy数据处理基石 3.1 NumPy的定义 3.2 NumPy数组的创建与转换 3.2.1 普通数组 3.2.2 序列数组 3.2.3 随机数组 3.2.4 转换数组 3.3 NumPy数组的预处理 3.3.1 类型转换 3.3.2 缺失值处理 3.3.3 重复值处理 3.4 NumPy数组维度转换 3.4.1 数组维度转换 3.4.2 数组合并 3.5 Series数据的创建 3.6 DataFrame表格的创建 3.6.1 使用NumPy数组创建DataFrame表格 3.6.2 使用Python列表创建DataFrame表格 3.6.3 使用Python字典创建DataFrame表格 第4章 表格管理技术 4.1 表格属性获取与修改 4.1.1 表格属性的获取 4.1.2 表格属性修改 4.2 表格的切片选择 4.2.1 切片法 4.2.2 筛选法 4.2.3 loc切片法 4.2.4 iloc切片法 4.3 添加表格的行和列 4.3.1 添加行 4.3.2 添加列 4.4 删除表格的行和列 4.4.1 删除行 4.4.2 删除列 4.4.3 删除有缺失值的行和列 4.5 表格数据的修改 4.6 巩固案例 第5章 数据处理基础 5.1 数据运算处理 5.1.1 运算符与运算函数 5.1.2 Series与单值的运算 5.1.3 DataFrame与单值运算 5.1.4 Serioe与Series运算 …… 第6章 字符串清洗技术 第7章 日期和时间处理技术 第8章 高级索引技术 第9章 数据汇总技术 第10章 表格转换技术