Python数据预处理 微课版

1.Python技术应用系列教材，难度适当，易学好教； 2.配套教学PPT、教学视频、源代码、教案、课后习题及答案等丰富资源。 3.本书旨在帮助读者了解数据预处理的重要性，掌握数据预处理的基本流程，掌握pandas完成数据预处理的基础知识和技术，熟悉Jupyter Lab工具的使用，并通过一个完整的项目案例带领读者掌握对数据预处理的综合运用，为下一步学习奠定基础。

本书的设计和编写目标是培养读者的数据思维能力和数据预处理能力，内容具有典型性和实用性，全面介绍基于Python的数据预处理的流程和技术。全书共8个单元，单元1介绍数据预处理的基础知识，单元2介绍Python数据预处理的库pandas的用法及主要数据对象的用法，单元3～单元7依次介绍数据预处理流程中数据获取、数据合并、数据清洗、数据变换和数据描述等相关知识和技术。 为突出培养读者的动手能力，本书单元2～单元7都配套了任务实践和拓展实训，除单元8，每个单元还配套了课后习题。单元8为综合案例，通过网易云音乐相关数据集展示数据预处理的完整流程，帮助读者综合掌握全书相关知识和技术。 本书适合作为高等教育本、专科院校大数据技术和人工智能技术应用等相关专业的教材，也可作为数据分析培训班和“1+X”数据处理相关职业技能等级证书的教材。

汪静，中山大学计算机软件与理论专业博士，计算机软件副教授，广东省南粤优秀教师，计算机学会会员，大数据分析师（高级），人工智能算法工程师（高级）。从事高等教育教学工作16年，现任广东开放大学（广东理工职业学院）人工智能技术服务专业负责人。主持和参加各级教科研项目10多项，发表高水平论文共20多篇，拥有软件著作权2项，专利3项。研究领域包括数据分析，个性化推荐等。

单元1 数据预处理基础 1
1．1 数据预处理简介 1
1．1．1 数据与数据预处理 1
1．1．2 数据预处理的重要性 2
1．1．3 数据预处理的过程 2
1．2 搭建Python开发环境 3
1．2．1 Python概述 3
1．2．2 安装Anaconda 5
1．2．3 创建Python虚拟环境 9
1．2．4 认识JupyterLab 10
1．2．5 输出“Hello World!” 12
1．3 总结 13
课后习题 13
单元2 pandas入门 15
2．1 pandas概述 15
2．2 pandas的安装和导入 16
2．3 Series对象 17
2．3．1 Series对象的特点 17
2．3．2 Series对象的创建 17
2．3．3 Series对象的索引 21
2．3．4 Series对象的操作 22
任务实践2-1：小明成绩表的操作 27
2．4 DataFrame对象 30
2．4．1 DataFrame对象的特点 30
2．4．2 DataFrame对象的创建 30
2．4．3 DataFrame对象的索引 35
2．4．4 DataFrame对象的操作 37
任务实践2-2：小明宿舍所有同学成绩表的操作 51
2．5 总结 54
拓展实训：处理网上招聘数据 55
课后习题 55
单元3 数据获取 57
3．1 数据爬取 57
3．1．1 网络爬虫原理概述 57
3．1．2 简易网络爬虫示例 61
3．2 数据读写 64
3．2．1 读写XLS文件或XLSX文件 64
3．2．2 读写CSV文件 67
3．2．3 读写TXT文件 69
3．2．4 读写JSON文件 71
3．2．5 读写MySQL数据 73
任务实践3：读写商品类别文件 75
3．3 总结 76
拓展实训：读写广州市邮政编码数据 77
课后习题 77
单元4 数据合并 79
4．1 堆叠合并数据 79
4．1．1 横向堆叠合并 80
4．1．2 纵向堆叠合并 81
4．1．3 交叉堆叠合并 83
任务实践4-1：合并商品销售数据 84
4．2 主键合并数据 86
4．2．1 左连接 87
4．2．2 右连接 88
4．2．3 内连接 89
4．2．4 外连接 90
任务实践4-2：合并成绩表 91
4．3 重叠合并数据 94
任务实践4-3：修补统计数据 95
……