Content
15 Lessons • 0 Quizzes • 0 Challenges
开始之前
- 1
课程介绍
将数据读入 pandas
- 1
数据摄入的重要性
- 2
从网络读取数据
- 3
从HTML文件中读取数据
- 4
从 XML 文件读取数据
- 5
从统计软件文件中读取数据
- 6
从 SQL 数据库读取数据
- 7
从二进制文件中读取数据（Feather、HDF5、ORC、Parquet）
- 8
测验
利用 pandas 的更多功能
- 1
使用 pipe() 进行函数链式调用
- 2
断言函数
- 3
数据框表格样式
- 4
选项设置
- 5
效率提升
- 6
测验
合并数据
- 1
数据结合的重要性
- 2
连接
- 3
合并——连接类型
- 4
合并两个——实现
- 5
合并——场景
- 6
合并并更新
- 7
测验
使用扩展库
- 1
ydata-profiling
- 2
pandarallel
- 3
polars
- 4
pandasAI
- 5
测验
重塑和操作数据
- 1
数据重塑与操作的重要性
- 2
GroupBy——groupby() 方法
- 3
GroupBy—聚合
- 4
GroupBy—转换与过滤
- 5
GroupBy——更多实用功能
- 6
Pivot—长格式与宽格式
- 7
Pivot——pivot() 方法
- 8
重塑数据，将宽表转换为长表
- 9
堆栈与取消堆栈
- 10
进一步的重塑功能
- 11
高级索引 1
- 12
高级索引 2
- 13
测验
总结
- 1
结论
编码数据类型
- 1
检查数据类型
- 2
转换和编码数据类型
附录
- 1
pandas 2.0 的新特性
- 2
设置要求
- 3
统计软件与二进制文件格式概述
- 4
读取数据到 pandas 前的准备工作
- 5
使用扩展库的前置设置
处理数值数据
- 1
算术运算 1
- 2
算术运算 2
- 3
比较操作
- 4
过滤
- 5
有序数值数据
- 6
离散化和截断数据
- 7
统计方法
- 8
累积操作
- 9
应用自定义函数
- 10
测验
处理分类数据
- 1
编码分类数据
- 2
修改分类数据
- 3
比较和其他常见操作
- 4
分解并交叉汇总
- 5
其他功能和属性
- 6
测验
处理文本数据
- 1
文本数据类型
- 2
字符串方法——基本转换与检查
- 3
字符串方法——切片、分割与分区
- 4
字符串方法——连接与匹配
- 5
字符串方法——查找、提取和替换
- 6
字符串方法——前导和尾随字符
- 7
测验
处理时间序列数据
- 1
时间序列数据类型
- 2
时间序列索引——创建索引
- 3
时间序列索引——切片与索引
- 4
时间序列索引——属性
- 5
时间序列索引——方法
- 6
使用 Timedelta 和 DateOffset 的算术运算
- 7
深入了解时间差
- 8
业务日期与节假日
- 9
营业时间
- 10
时区
- 11
时间序列合并
- 12
重采样——上采样和下采样
- 13
重采样——聚合与其他参数
- 14
移位与频率转换
- 15
窗口操作——滚动
- 16
窗口操作——加权、扩展和指数移动
- 17
测验
处理稀疏数据结构
- 1
稀疏数组
- 2
访问器和操作
处理缺失数据
- 1
缺失数据表示
- 2
缺失数据检测与计算
- 3
处理缺失数据
- 4
测验
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User