Logo
☆☆☆☆☆
0.0
Beginner
24h

使用 pandas 进行高效的数据操作

本课程是使用 pandas 进行数据分析的全面指南。课程涵盖数据操作的广泛主题,包括数据筛选、合并、分组、数据透视以及数据重塑。 在本课程中,你将学习处理数据的最佳实践和高效技巧。课程提供大量真实世界数据分析问题的实例,并通过动手实践掌握 pandas 库来有效解决这些问题。此外,课程还将介绍性能优化的相关考虑因素,并揭示使用 pandas 时常见的陷阱及规避方法。 本课程适合 pandas 的初学者和进阶用户。课程内容详细讲解了 pandas 的核心概念与函数,同时提供代码优化的实用技巧和建议。完成本课程后,你将能够熟练运用 pandas 高效处理各类数据。

6 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
使用 pandas 进行高效的数据操作
本课程是使用 pandas 进行数据分析的全面指南。课程涵盖数据操作的广泛主题,包括数据筛选、合并、分组、数据透视以及数据重塑。 在本课程中,你将学习处理数据的最佳实践和高效技巧。课程提供大量真实世界数据分析问题的实例,并通过动手实践掌握 pandas 库来有效解决这些问题。此外,课程还将介绍性能...

WHAT YOU'LL LEARN

掌握在 pandas 中高效处理数据的技术

Content

6 Lessons • 0 Quizzes • 0 Challenges

简介
  1. 1

    开始之前

  2. 2

    数据结构

  3. 3

    系列介绍

  4. 4

    Series中的NaN值

  5. 5

    pandas 和 NumPy 之间的相似之处

  6. 6

    pandas 中的分类数据

  7. 7

    练习:pandas 中的序列

  8. 8

    解决方案:pandas 中的序列

  9. 9

    摘要

  10. 10

    测验:pandas Series

Series 深度解析
  1. 1

    数据加载与序列属性

  2. 2

    运算符与双下划线方法

  3. 3

    聚合方法

  4. 4

    练习:聚合方法

  5. 5

    解决方案:聚合方法

  6. 6

    转换方法

  7. 7

    操作方法

  8. 8

    测验:序列中的方法

  9. 9

    条件方法

  10. 10

    处理缺失数据

  11. 11

    其他操作方法

  12. 12

    数据清洗

  13. 13

    测验:重复值与 NaN

  14. 14

    索引操作

  15. 15

    索引操作(.iloc)

  16. 16

    练习:数据操作与索引

  17. 17

    解决方案:数据操作与索引

  18. 18

    测验:索引、操作方法与数据清洗

  19. 19

    字符串操作

  20. 20

    使用 Cython 优化数据操作

  21. 21

    日期和时间操作

  22. 22

    索引中的日期

  23. 23

    测验:字符串操作、日期时间操作以及DT索引

  24. 24

    使用 Series 进行绘图:直方图、箱线图与核密度图

  25. 25

    使用Series绘图:折线图、条形图和饼图

  26. 26

    类别操作

  27. 27

    测验:绘图与分类数据

数据框
  1. 1

    数据框简介

  2. 2

    Series 和 DataFrame 之间的相似之处

  3. 3

    数据框上的数学方法

  4. 4

    测验:数据框及数据框上的数学方法

  5. 5

    练习:pandas 中的 DataFrame

  6. 6

    解决方案:pandas 中的 DataFrame

  7. 7

    循环与聚合

  8. 8

    apply() 方法

  9. 9

    练习:循环、聚合与 apply() 方法

  10. 10

    解决方案:循环、聚合与 apply() 方法

  11. 11

    列类型、.assign 方法与内存使用

  12. 12

    创建和更新列

  13. 13

    处理缺失和重复数据

  14. 14

    测验:缺失和重复数据

  15. 15

    排序列和索引

  16. 16

    过滤和索引操作

  17. 17

    按位置索引

  18. 18

    按名称索引

  19. 19

    使用函数和 .loc 进行筛选

  20. 20

    线图和柱状图

  21. 21

    散点图、面积图和堆叠条形图

  22. 22

    练习:排序、列操作、过滤和索引操作。

  23. 23

    解决方案:排序、列操作、筛选和索引操作

  24. 24

    练习:绘图

  25. 25

    解决方案:绘图

  26. 26

    测验:列排序、筛选与索引操作。

  27. 27

    使用虚拟变量重塑数据框

  28. 28

    重塑:通过旋转和分组

  29. 29

    聚合

操作数据
  1. 1

    分组

  2. 2

    更多聚合操作

  3. 3

    交叉表深入分析

  4. 4

    练习:重塑/聚合

  5. 5

    解决方案:重塑/聚合

  6. 6

    测验:重塑、数据透视表、聚合

  7. 7

    数据的熔化与转置

  8. 8

    数据堆叠与展平

  9. 9

    测验:数据融化、转置、堆叠与拆叠

  10. 10

    处理时间序列

  11. 11

    在 DataFrame 中添加行和列

  12. 12

    DataFrame中的连接操作

  13. 13

    连接真实世界的数据集

  14. 14

    测验:在 pandas 中进行连接操作

  15. 15

    导出数据到 CSV 和 Excel

  16. 16

    导出数据到 Feather、SQL 和 JSON

  17. 17

    样式化数据框

  18. 18

    检查两个 DataFrame 是否相等

  19. 19

    调试链

  20. 20

    调试 apply(及其相关方法)

  21. 21

    调试内存使用情况和时间信息

总结
  1. 1

    结论

附录
  1. 1

    安装

Certificate of Completion

Showcase your accomplishment by sharing your certificate of completion.

Course Author:Anonymous User

Reviews

Read reviews from students who have taken this course and share your own experience.

Reviews & Comments (0)