Pandas实战

本书详细阐述了与 Pandas数据分析相关的基 本知识，主要包括数据结构 、数据的输入和输出、 Pandas数据类型、数据选 择、数据探索和转换、理解 数据可视化、数据建模、在 Pandas中使用时间、探索 时间序列、Pandas数据处 理案例研究等内容。此外， 本书还提供了相应的示例、 代码，以帮助读者进一步理 解相关方案的实现过程。 本书适合作为高等院校 计算机及相关专业的教材和 教学参考书，也可作为相关 开发人员的自学用书和参考 手册。

布莱恩·贝特曼拥有超过35年的多个行业的工作经验，从政府研发机构到初创企业再到价值10亿美元的上市公司，他都有任职经历。他的经验侧重于分析，包括机器学习和预测。他的实践能力包括Python和R编码、Keras/TensorFlow以及AWS和Azure机器学习服务。作为机器学习顾问，他开发并部署了工业中实际的机器学习模型。

第1篇 Pandas基础知识 第1章 初识Pandas 1.1 Pandas世界介绍 1.2 探索Pandas的历史和演变 1.3 Pandas的组件和应用 1.4 了解Pandas的基本概念 1.4.1 Series对象 1.4.2 DataFrame对象 1.4.3 使用本地文件 1.4.4 读取CSV文件 1.4.5 显示数据快照 1.4.6 将数据写入文件中 1.4.7 练习1.1——使用Pandas读取和写入数据 1.4.8 Pandas中的数据类型 1.4.9 数据选择 1.4.10 数据转换 1.4.11 数据可视化 1.4.12 时间序列数据 1.4.13 代码优化 1.4.14 实用工具函数 1.4.15 练习1.2——使用Pandas进行基本数值运算 1.4.16 数据建模 1.4.17 练习1.3——比较两个DataFrame的数据 1.5 作业1.1——比较两家商店的销售数据 1.6 小结 第2章 数据结构 2.1 数据结构简介 2.2 对数据结构的需求 2.2.1 数据结构 2.2.2 在Pandas中创建DataFrame 2.2.3 练习2.1——创建DataFrame 2.3 了解索引和列 2.3.1 练习2.2——读取DataFrame并进行索引操作 2.3.2 使用列 2.4 使用Pandas Series 2.4.1 Series索引 2.4.2 练习2.3——从Series到DataFrame 2.4.3 使用时间作为索引 2.4.4 练习2.4——DataFrame索引 2.5 作业2.1——使用Pandas数据结构 2.6 小结 第3章 数据的输入和输出 3.1 数据世界 3.2 探索数据源 3.2.1 文本文件和二进制文件 3.2.2 在线数据源 3.2.3 练习3.1——从网页中读取数据 3.3 基本格式 3.3.1 文本数据 3.3.2 练习3.2——文本字符编码和数据分隔符 3.3.3 二进制数据 3.3.4 数据库—SQL数据 3.3.5 sqlite 3.4 其他文本格式 3.4.1 使用JSON 3.4.2 使用HTML/XML 3.4.3 使用XML数据 3.4.4 使用Excel 3.4.5 SAS数据 …… 第4章 Pandas数据类型 第2篇 处理数据 第5章 数据选择——DataFrame 第6章 数据选择——Series 第7章 数据探索和转换 第8章 理解数据可视化 第3篇 数据建模 第9章 数据建模——预处理 第10章 数据建模——有关建模的基础知识 第11章 数据建模——回归建模 第4篇 其他Pandas用例 第12章 在Pandas中使用时间 第13章 探索时间序列 第14章 Pandas数据处理案例研究 附录A 作业答案