Content
12 Lessons • 0 Quizzes • 0 Challenges
课程介绍
- 1
你为什么要学习这门课程？
- 2
完成本课程后，你将获得哪些成果？
Pandas 数据结构
- 1
Pandas Series
- 2
Pandas DataFrame
最终挑战与测验
- 1
最终挑战：找出销售额最高的星期几
- 2
最终测验
创建数据框
- 1
从文件中读取数据
- 2
创建一个DataFrame
探索数据框
- 1
DataFrame 的大小
- 2
列的数据类型
- 3
列中的不同值
- 4
集中趋势的度量
- 5
挑战：找出列中出现频率最高的值
- 6
测验自己：探索 DataFrame
过滤数据框
- 1
为什么需要过滤？
- 2
使用“loc”和“iloc”方法进行筛选
- 3
通过选择列的子集进行筛选
- 4
按条件过滤
- 5
使用查询函数过滤行
- 6
挑战：过滤掉低于平均值的数值
- 7
测验：过滤 DataFrame
使用 Pandas 进行字符串操作
- 1
字符串的切片与索引
- 2
字符串的分割与合并
- 3
字符串大小写转换
- 4
挑战：从城市列中提取州名
- 5
替换字符串中的字符
- 6
链式操作
- 7
挑战：规范薪资列
- 8
测验：使用Pandas进行字符串操作
使用Pandas进行日期操作
- 1
Pandas 日期和时间数据类型
- 2
从日期中提取信息
- 3
dt 访问器
- 4
通过添加时间间隔来操作日期
- 5
挑战：员工的年龄
- 6
测验：日期操作
使用 Pandas 处理缺失值
- 1
缺失值的类型与表示
- 2
查找缺失的值
- 3
删除包含缺失值的行和列
- 4
替换缺失值
- 5
挑战：填充缺失值
- 6
测验：处理缺失值
使用Pandas进行数据分析
- 1
groupby 函数
- 2
增强 groupby 函数
- 3
挑战：找出每周的销售数量
- 4
数据透视表函数
- 5
cut函数与qcut函数
- 6
挑战：根据价格对杂货进行分类
- 7
“where”函数
- 8
测验：使用Pandas进行数据分析
使用Pandas进行数据可视化
- 1
直方图
- 2
折线图
- 3
散点图
- 4
测验：使用Pandas进行数据可视化
使用Pandas合并数据框
- 1
Concat 函数
- 2
合并函数
- 3
测验：使用Pandas合并DataFrame
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User