正版新书]Pandas1.x实例精解(美)马特·哈里森 等9787302609605

第1章 Pandas基础 1

1.1 导入Pandas 1

1.2 介绍Pandas 1

1.3 关于Pandas DataFrame 2

1.3.1 实战操作 2

1.3.2 原理解释 3

1.4 了解DataFrame属性 4

1.4.1 实战操作 4

1.4.2 原理解释 5

1.4.3 扩展知识 6

1.5 了解数据类型 6

1.5.1 实战操作 7

1.5.2 原理解释 8

1.5.3 扩展知识 9

1.6 选择列 9

1.6.1 实战操作 10

1.6.2 原理解释 13

1.6.3 扩展知识 13

1.7 调用Series方法 14

1.7.1 实战操作 14

1.7.2 原理解释 19

1.7.3 扩展知识 19

1.8 了解Series的操作 20

1.8.1 实战操作 21

1.8.2 原理解释 23

1.8.3 扩展知识 23

1.9 使用Series方法链 26

1.9.1 实战操作 26

1.9.2 原理解释 27

1.9.3 扩展知识 28

1.10 重命名列名 31

1.10.1 实战操作 31

1.10.2 原理解释 31

1.10.3 扩展知识 32

1.11 创建和删除列 34

1.11.1 实战操作 34

1.11.2 原理解释 40

1.11.3 扩展知识 40

第2章 DataFrame基本操作 43

2.1 介绍 43

2.2 选择多个DataFrame列 43

2.2.1 实战操作 43

2.2.2 原理解释 44

2.2.3 扩展知识 45

2.3 使用方法选择列 45

2.3.1 实战操作 46

2.3.2 原理解释 48

2.3.3 扩展知识 48

2.4 排序列名称 49

2.4.1 实战操作 50

2.4.2 原理解释 52

2.4.3 扩展知识 52

2.5 统计DataFrame摘要信息 52

2.5.1 实战操作 53

2.5.2 原理解释 55

2.5.3 扩展知识 55

2.6 使用DataFrame方法链 56

2.6.1 实战操作 56

2.6.2 原理解释 57

2.6.3 扩展知识 57

2.7 了解DataFrame的操作 58

2.7.1 实战操作 59

2.7.2 原理解释 62

2.7.3 扩展知识 63

2.8 比较缺失值 63

2.8.1 做好准备 63

2.8.2 实战操作 64

2.8.3 原理解释 66

2.8.4 扩展知识 66

2.9 转置DataFrame操作的方向 67

2.9.1 实战操作 67

2.9.2 原理解释 69

2.9.3 扩展知识 69

2.10 确定大学校园的多样性 70

2.10.1 实战操作 70

2.10.2 原理解释 74

2.10.3 扩展知识 74

第3章 创建和保留DataFrame 77

3.1 介绍 77

3.2 从头开始创建DataFrame 77

3.2.1 实战操作 77

3.2.2 原理解释 78

3.2.3 扩展知识 78

3.3 编写CSV 80

3.3.1 实战操作 80

3.3.2 扩展知识 81

3.4 读取大型CSV文件 82

3.4.1 实战操作 82

3.4.2 原理解释 88

3.4.3 扩展知识 89

3.5 使用Excel文件 90

3.5.1 实战操作 90

3.5.2 原理解释 91

3.5.3 扩展知识 91

3.6 使用ZIP文件 92

3.6.1 实战操作 92

3.6.2 原理解释 95

3.6.3 扩展知识 95

3.7 与数据库协同工作 95

3.7.1 实战操作 95

3.7.2 原理解释 97

3.8 读取JSON 97

3.8.1 实战操作 97

3.8.2 原理解释 100

3.8.3 扩展知识 100

3.9 读取HTML表格 100

3.9.1 实战操作 101

3.9.2 原理解释 105

3.9.3 扩展知识 106

第4章 开始数据分析 107

4.1 介绍 107

4.2 开发数据分析例程 107

4.2.1 实战操作 108

4.2.2 原理解释 110

4.2.3 扩展知识 110

4.3 数据字典 111

4.4 通过更改数据类型减少内存使用量 112

4.4.1 实战操作 112

4.4.2 原理解释 115

4.4.3 扩展知识 116

4.5 从优选中选择最小 117

4.5.1 实战操作 118

4.5.2 原理解释 119

4.5.3 扩展知识 119

4.6 通过排序选择每组中的优选值 119

4.6.1 实战操作 119

4.6.2 原理解释 121

4.6.3 扩展知识 122

4.7 使用sort_values复制nlargest 123

4.7.1 实战操作 123

4.7.2 原理解释 125

4.8 计算追踪止损单价格 126

4.8.1 实战操作 126

4.8.2 原理解释 128

4.8.3 扩展知识 128

第5章 探索性数据分析 129

5.1 介绍 129

5.2 摘要统计 129

5.2.1 实战操作 130

5.2.2 原理解释 132

5.2.3 扩展知识 132

5.3 查看列类型 132

5.3.1 实战操作 132

5.3.2 原理解释 133

5.3.3 扩展知识 134

5.4 分类数据 137

5.4.1 实战操作 137

5.4.2 原理解释 140

5.4.3 扩展知识 141

5.5 连续数据 145

5.5.1 实战操作 145

5.5.2 原理解释 148

5.5.3 扩展知识 149

5.6 跨越分类比较连续值 151

5.6.1 实战操作 151

5.6.2 原理解释 153

5.6.3 扩展知识 153

5.7 比较两个连续列 157

5.7.1 实战操作 157

5.7.2 原理解释 162

5.7.3 扩展知识 163

5.8 使用分类值比较分类值 165

5.8.1 实战操作 165

5.8.2 原理解释 171

5.9 使用Pandas分析库 171

5.9.1 实战操作 172

5.9.2 原理解释 173

第6章 选择数据子集 175

6.1 介绍 175

6.2 选择Series数据 175

6.2.1 实战操作 176

6.2.2 原理解释 179

6.2.3 扩展知识 180

6.3 选择DataFrame行 182

6.3.1 实战操作 182

6.3.2 原理解释 184

6.3.3 扩展知识 185

6.4 同时选择DataFrame行和列 185

6.4.1 实战操作 185

6.4.2 原理解释 187

6.4.3 扩展知识 188

6.5 使用整数和标签选择数据 188

6.5.1 实战操作 188

6.5.2 原理解释 189

6.5.3 扩展知识 189

6.6 按字典序切片 190

6.6.1 实战操作 190

6.6.2 原理解释 192

6.6.3 扩展知识 192

第7章 过滤行 193

7.1 介绍 193

7.2 计算布尔统计信息 193

7.2.1 实战操作 194

7.2.2 原理解释 195

7.2.3 扩展知识 196

7.3 构造多个布尔条件 196

7.3.1 实战操作 197

7.3.2 原理解释 197

7.3.3 扩展知识 198

7.4 用布尔数组过滤 199

7.4.1 实战操作 199

7.4.2 原理解释 201

7.4.3 扩展知识 202

7.5 比较行过滤和索引过滤 202

7.5.1 实战操作 203

7.5.2 原理解释 203

7.5.3 扩展知识 204

7.6 使用专享索引和排序索引进行选择 205

7.6.1 实战操作 205

7.6.2 原理解释 207

7.6.3 扩展知识 207

7.7 转换SQL WHERE子句 208

7.7.1 实战操作 209

7.7.2 原理解释 210

7.7.3 扩展知识 211

7.8 使用查询方法提高布尔索引的可读性 212

7.8.1 实战操作 212

7.8.2 原理解释 213

7.8.3 扩展知识 213

7.9 使用.where方法保留Series大小 214

7.9.1 实战操作 214

7.9.2 原理解释 218

7.9.3 扩展知识 218

7.10 屏蔽DataFrame行 218

7.10.1 实战操作 218

7.10.2 原理解释 220

7.10.3 扩展知识 221

7.11 使用布尔值、整数位置和标签进行选择 221

7.11.1 实战操作 221

7.11.2 原理解释 224

第8章 对齐索引 225

8.1 介绍 225

8.2 检查Index对象 225

8.2.1 实战操作 225

8.2.2 原理解释 227

8.2.3 扩展知识 227

8.3 生成笛卡儿积 228

8.3.1 实战操作 228

8.3.2 原理解释 229

8.3.3 扩展知识 229

8.4 了解索引暴增现象 231

8.4.1 实战操作 231

8.4.2 原理解释 233

8.4.3 扩展知识 233

8.5 给不相等的索引填充值 234

8.5.1 实战操作 234

8.5.2 原理解释 236

8.5.3 扩展知识 237

8.6 添加来自不同DataFrames中的列 239

8.6.1 实战操作 239

8.6.2 原理解释 242

8.6.3 扩展知识 242

8.7 突出显示每列的优选值 244

8.7.1 实战操作 245

8.7.2 原理解释 250

8.7.3 扩展知识 251

8.8 使用方法链复制.idxmax 252

8.8.1 实战操作 252

8.8.2 原理解释 256

8.8.3 扩展知识 257

8.9 查找最常见的列的优选值 258

8.9.1 实战操作 258

8.9.2 原理解释 259

8.9.3 扩展知识 259

第9章 分组以进行聚合、过滤和转换 261

9.1 介绍 261

9.2 定义聚合 262

9.2.1 实战操作 262

9.2.2 原理解释 264

9.2.3 扩展知识 265

9.3 使用多个列和函数进行分组和聚合 265

9.3.1 实战操作 266

9.3.2 原理解释 268

9.3.3 扩展知识 269

9.4 分组后删除多重索引 271

9.4.1 实战操作 271

9.4.2 原理解释 274

9.4.3 扩展知识 274

9.5 使用自定义聚合函数进行分组 275

9.5.1 实战操作 275

9.5.2 原理解释 277

9.5.3 扩展知识 277

9.6 使用*args和**kwargs自定义聚合函数 279

9.6.1 实战操作 279

9.6.2 原理解释 281

9.6.3 扩展知识 281

9.7 检查groupby对象 282

9.7.1 实战操作 282

9.7.2 原理解释 285

9.7.3 扩展知识 286

9.8 筛选少数族裔占多数的州 286

9.8.1 实战操作 287

9.8.2 原理解释 288

9.8.3 扩展知识 288

9.9 通过减肥赌注做出改变 289

9.9.1 实战操作 289

9.9.2 原理解释 294

9.9.3 扩展知识 295

9.10 计算每个州的SAT加权平均成绩 296

9.10.1 实战操作 297

9.10.2 原理解释 299

9.10.3 扩展知识 300

9.11 按连续变量分组 301

9.11.1 实战操作 302

9.11.2 原理解释 303

9.11.3 扩展知识 304

9.12 计算城市之间的航班总数 305

9.12.1 实战操作 305

9.12.2 原理解释 308

9.12.3 扩展知识 309

9.13 寻找最长的准点航班连续记录 310

9.13.1 实战操作 310

9.13.2 原理解释 314

9.13.3 扩展知识 316

第10章 将数据重组为规整形式 319

10.1 介绍 319

10.2 使用stack将变量值规整为列名称 321

10.2.1 实战操作 322

10.2.2 原理解释 324

10.2.3 扩展知识 324

10.3 使用melt将变量值规整为列名称 326

10.3.1 实战操作 326

10.3.2 原理解释 327

10.3.3 扩展知识 327

10.4 同时堆叠多组变量 328

10.4.1 实战操作 329

10.4.2 原理解释 330

10.4.3 扩展知识 330

10.5 反转已堆叠的数据 331

10.5.1 实战操作 332

10.5.2 原理解释 335

10.5.3 扩展知识 335

10.6 在groupby聚合之后取消堆叠 336

10.6.1 实战操作 337

10.6.2 原理解释 338

10.6.3 扩展知识 339

10.7 使用groupby聚合复制 .pivot_table方法的功能 340

10.7.1 实战操作 340

10.7.2 原理解释 342

10.7.3 扩展知识 342

10.8 重命名轴的级别以方便数据的重塑 344

10.8.1 实战操作 344

10.8.2 原理解释 348

10.8.3 扩展知识 349

10.9 对多个变量存储为列名称的情况进行规整 350

10.9.1 实战操作 350

10.9.2 原理解释 354

10.9.3 扩展知识 354

10.10 对多个变量存储为单个列的情况进行规整 356

10.10.1 实战操作 356

10.10.2 原理解释 359

10.10.3 扩展知识 360

10.11 对多个值存储在同一单元格中的情况进行规整 360

10.11.1 实战操作 361

10.11.2 原理解释 362

10.11.3 扩展知识 362

10.12 对变量存储在列名称和值中的情况进行规整 363

10.12.1 实战操作 364

10.12.2 原理解释 365

10.12.3 扩展知识 365

第11章 组合Pandas对象 367

11.1 介绍 367

11.2 将新行追加到DataFrame 367

11.2.1 实战操作 367

11.2.2 原理解释 372

11.2.3 扩展知识 372

11.3 将多个DataFrame连接在一起 373

11.3.1 实战操作 374

11.3.2 原理解释 376

11.3.3 扩展知识 376

11.4 了解concat函数、.join和.merge方法之间的区别 377

11.4.1 实战操作 378

11.4.2 原理解释 383

11.4.3 扩展知识 384

11.5 连接到SQL数据库 385

11.5.1 实战操作 386

11.5.2 原理解释 389

11.5.3 扩展知识 390

第12章 时间序列分析 393

12.1 介绍 393

12.2 了解Python和Pandas日期工具之间的区别 393

12.2.1 实战操作 394

12.2.2 原理解释 398

12.3 智能分割时间序列 399

12.3.1 实战操作 400

12.3.2 原理解释 403

12.3.3 扩展知识 404

12.4 用时间数据过滤列 404

12.4.1 实战操作 404

12.4.2 原理解释 407

12.4.3 扩展知识 408

12.5 使用仅适用于DatetimeIndex的方法 408

12.5.1 实战操作 409

12.5.2 原理解释 414

12.5.3 扩展知识 415

12.6 计算每周犯罪数 415

12.6.1 实战操作 416

12.6.2 原理解释 418

12.6.3 扩展知识 418

12.7 分别汇总每周犯罪和交通事故 419

12.7.1 实战操作 420

12.7.2 原理解释 422

12.7.3 扩展知识 424

12.8 按星期和年份衡量犯罪情况 425

12.8.1 实战操作 425

12.8.2 原理解释 432

12.8.3 扩展知识 434

12.9 使用匿名函数进行分组 435

12.9.1 实战操作 435

12.9.2 原理解释 438

12.10 按Timestamp和其他列分组 438

12.10.1 实战操作 439

12.10.2 原理解释 442

12.10.3 扩展知识 443

第13章 使用Matplotlib、Pandas和Seaborn进行可视化 445

13.1 介绍 445

13.2 Matplotlib入门 446

13.3 Matplotlib的面向对象指南 447

13.3.1 实战操作 450

13.3.2 原理解释 454

13.3.3 扩展知识 458

13.4 使用Matplotlib可视化数据 458

13.4.1 实战操作 458

13.4.2 原理解释 462

13.4.3 扩展知识 463

13.5 Pandas绘图基础 466

13.5.1 实战操作 467

13.5.2 原理解释 469

13.5.3 扩展知识 470

13.6 可视化航班数据集 471

13.6.1 实战操作 471

13.6.2 原理解释 482

13.7 使用堆积面积图发现新兴趋势 484

13.7.1 实战操作 484

13.7.2 原理解释 488

13.8 了解Seaborn和Pandas之间的区别 489

13.8.1 实战操作 489

13.8.2 原理解释 495

13.9 使用Seaborn网格进行多变量分析 496

13.9.1 实战操作 496

13.9.2 原理解释 499

13.9.3 扩展知识 500

13.10 使用Seaborn在钻石数据集中发现辛普森悖论 502

13.10.1 实战操作 503

13.10.2 原理解释 507

13.10.3 扩展知识 507

第14章 调试和测试 509

14.1 转换数据 509

14.1.1 实战操作 509

14.1.2 原理解释 513

14.2 测试.apply方法的性能 514

14.2.1 实战操作 514

14.2.2 原理解释 515

14.2.3 扩展知识 515

14.3 使用Dask、Pandarell和Swifter等提高 .apply 方法的性能 516

14.3.1 实战操作 517

14.3.2 原理解释 518

14.4 检查代码 519

14.4.1 实战操作 520

14.4.2 原理解释 523

14.4.3 扩展知识 523

14.5 在Jupyter中进行调试 523

14.5.1 实战操作 524

14.5.2 原理解释 526

14.5.3 扩展知识 526

14.6 管理数据的完整性 527

14.6.1 实战操作 527

14.6.2 原理解释 534

14.7 结合使用pytest和Pandas 535

14.7.1 实战操作 535

14.7.2 原理解释 539

14.7.3 扩展知识 539

14.8 使用Hypothesis库生成测试 540

14.8.1 实战操作 540

14.8.2 原理解释 545

马特·哈里森（Matt Harrison）经营着一家叫作MetaSnake的公司，为客户提供Python和数据科学培训和咨询服务。

本书以操作秘笈的形式编写，包含近100个秘笈，从非常简单的应用到高级操作技巧都有涵盖。所有秘笈力求以清晰、简洁、现代的惯用Pandas代码编写。“实战操作”部分详细介绍各个秘笈的操作步骤，“原理解释”部分对秘笈的每一步都进行非常详细的阐释。绝大多数秘笈还提供“扩展知识”部分，使读者能够举一反三，发展出自己的操作技巧。本书包含大量的Pandas代码，并提供了配套的源数据文件，以便读者跟随操作和对照学习。

本书详细阐述了与Pandas相关的基本解决方案，主要包括Pandas基础，DataFrame基本操作，创建和保留DataFrame，开始数据分析，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将数据重组为规整形式，组合Pandas对象，时间序列分析，使用Matplotlib、Pandas和Seaborn进行可视化，调试和测试等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。