Logo
☆☆☆☆☆
0.0
Intermediate
4h

使用 Pandas 进行数据分析与处理

Pandas 是一个非常流行的 Python 库，提供了强大、灵活且高性能的数据处理工具。 如果你希望进入数据科学或机器学习领域，或者只是想提升自己的数据分析技能，那么这门课程正是你需要的。在本课程中，你将学习如何使用 Pandas 进行数据处理与分析。 你将从 Pandas 的基本数据结构——Series 和 DataFrame 开始学习。课程后半部分，你将掌握如何对不同数据结构执行操作，并学习如何优化文件上传、数据筛选等方面的性能。

4 Lessons
Included in Subscription Plan
Personalized Learning
Powered by AI
View Courses in Subscription
使用 Pandas 进行数据分析与处理
Pandas 是一个非常流行的 Python 库，提供了强大、灵活且高性能的数据处理工具。 如果你希望进入数据科学或机器学习领域，或者只是想提升自己的数据分析技能，那么这门课程正是你需要的。在本课程中，你将学习如何使用 Pandas 进行数据处理与分析。 你将从 Pandas 的基本数据结构——...

WHAT YOU'LL LEARN

理解 Pandas 中 Series 与 DataFrame 的基本数据结构与用途

Content

4 Lessons • 0 Quizzes • 0 Challenges

简介
  1. 1

    简介

  2. 2

    pandas 中的基本数据结构

  3. 3

    创建一个 Series 对象

  4. 4

    从一个 NumPy 数组和一个标量值创建一个 Series

  5. 5

    操作序列对象

  6. 6

    从数组和列表创建 DataFrame

  7. 7

    从 Series 创建 DataFrame

  8. 8

    从文件创建 DataFrame

  9. 9

    测验

DataFrame 的基本操作
  1. 1

    索引和切片

  2. 2

    描述

  3. 3

    挑战 - 数据的总体描述

  4. 4

    挑战解决方案回顾

  5. 5

    连接

  6. 6

    数据分组（第一部分）

  7. 7

    数据分组 __ 第二部分

  8. 8

    DataFrame中的删除操作

  9. 9

    从 DataFrame 中选择数据

  10. 10

    在 DataFrame 中进行合并

  11. 11

    挑战 - 按单列分组并分析

  12. 12

    挑战解决方案回顾

  13. 13

    对 DataFrame 进行排序

  14. 14

    对 DataFrame 应用函数

  15. 15

    DataFrame中的迭代数据

  16. 16

    挑战 - 找到最受欢迎的商品

  17. 17

    挑战解决方案回顾

  18. 18

    测验

其他主题
  1. 1

    处理缺失值

  2. 2

    导出数据到文件

  3. 3

    将 DataFrame 转换为列表

  4. 4

    字符串类型

  5. 5

    挑战 - 根据 SN 删除重复行

  6. 6

    挑战解决方案回顾

  7. 7

    处理日期时间

  8. 8

    类型转换

  9. 9

    重命名列

  10. 10

    删除重复行

  11. 11

    测验

提升性能
  1. 1

    加快文件加载

  2. 2

    减少内存使用

  3. 3

    加速列操作

  4. 4

    优化数据过滤

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)