Content
6 Lessons • 0 Quizzes • 0 Challenges
简介
- 1
开始之前
- 2
数据结构
- 3
系列介绍
- 4
Series中的NaN值
- 5
pandas 和 NumPy 之间的相似之处
- 6
pandas 中的分类数据
- 7
练习:pandas 中的序列
- 8
解决方案:pandas 中的序列
- 9
摘要
- 10
测验:pandas Series
Series 深度解析
- 1
数据加载与序列属性
- 2
运算符与双下划线方法
- 3
聚合方法
- 4
练习:聚合方法
- 5
解决方案:聚合方法
- 6
转换方法
- 7
操作方法
- 8
测验:序列中的方法
- 9
条件方法
- 10
处理缺失数据
- 11
其他操作方法
- 12
数据清洗
- 13
测验:重复值与 NaN
- 14
索引操作
- 15
索引操作(.iloc)
- 16
练习:数据操作与索引
- 17
解决方案:数据操作与索引
- 18
测验:索引、操作方法与数据清洗
- 19
字符串操作
- 20
使用 Cython 优化数据操作
- 21
日期和时间操作
- 22
索引中的日期
- 23
测验:字符串操作、日期时间操作以及DT索引
- 24
使用 Series 进行绘图:直方图、箱线图与核密度图
- 25
使用Series绘图:折线图、条形图和饼图
- 26
类别操作
- 27
测验:绘图与分类数据
数据框
- 1
数据框简介
- 2
Series 和 DataFrame 之间的相似之处
- 3
数据框上的数学方法
- 4
测验:数据框及数据框上的数学方法
- 5
练习:pandas 中的 DataFrame
- 6
解决方案:pandas 中的 DataFrame
- 7
循环与聚合
- 8
apply() 方法
- 9
练习:循环、聚合与 apply() 方法
- 10
解决方案:循环、聚合与 apply() 方法
- 11
列类型、.assign 方法与内存使用
- 12
创建和更新列
- 13
处理缺失和重复数据
- 14
测验:缺失和重复数据
- 15
排序列和索引
- 16
过滤和索引操作
- 17
按位置索引
- 18
按名称索引
- 19
使用函数和 .loc 进行筛选
- 20
线图和柱状图
- 21
散点图、面积图和堆叠条形图
- 22
练习:排序、列操作、过滤和索引操作。
- 23
解决方案:排序、列操作、筛选和索引操作
- 24
练习:绘图
- 25
解决方案:绘图
- 26
测验:列排序、筛选与索引操作。
- 27
使用虚拟变量重塑数据框
- 28
重塑:通过旋转和分组
- 29
聚合
操作数据
- 1
分组
- 2
更多聚合操作
- 3
交叉表深入分析
- 4
练习:重塑/聚合
- 5
解决方案:重塑/聚合
- 6
测验:重塑、数据透视表、聚合
- 7
数据的熔化与转置
- 8
数据堆叠与展平
- 9
测验:数据融化、转置、堆叠与拆叠
- 10
处理时间序列
- 11
在 DataFrame 中添加行和列
- 12
DataFrame中的连接操作
- 13
连接真实世界的数据集
- 14
测验:在 pandas 中进行连接操作
- 15
导出数据到 CSV 和 Excel
- 16
导出数据到 Feather、SQL 和 JSON
- 17
样式化数据框
- 18
检查两个 DataFrame 是否相等
- 19
调试链
- 20
调试 apply(及其相关方法)
- 21
调试内存使用情况和时间信息
总结
- 1
结论
附录
- 1
安装
Certificate of Completion
Showcase your accomplishment by sharing your certificate of completion.
Course Author:Anonymous User