实名认证领苏宁支付券立即领取 >
¥
提前抢
SUPER会员专享
由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
欢迎光临本店铺
点我可查看更多商品哦~
100%刮中券,最高50元无敌券,券有效期7天
亲,今日还有0次刮奖机会
我的云钻:0
您的云钻暂时不足,攒足云钻再来刮
恭喜获得1张券!
今天的机会已经全部用完了,请明天再来
恭喜刮出两张券,请选择一张领取
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新Pandas通关实战黄福星9787302600619
¥ ×1
商品
服务
物流
篇入门篇章Python简介1.1Pandas简介1.2Pandas数据分析1.3Jupyter与Anaconda1.4Anaconda、conda与pip1.4.1Anaconda1.4.2conda1.4.3Anaconda与conda1.5Anaconda的下载与安装1.6Anaconda安装简介1.6.1安装步骤1.6.2AnacondaNavigator简介1.6.3AnacondaPrompt使用简介1.6.4AnacondaNavigator与AnacondaPrompt1.6.5conda与pip1.6.6Nbextensions1.7JupyterNotebook简介1.7.1代码模式1.7.2Markdown模式1.8JupyterNotebook快捷键简介1.9本章回顾第2章NumPy基础2.1对象、数据、数组2.1.1位与字节2.1.2对象2.1.3数组2.2数组的创建方式2.2.1ndarray2.2.2np.array()2..np.arange()2.2.4np.linspace()2.2.5np的特殊函数.数据的基本属..1NumPy数组属..2改变数组的形状..数组堆叠与分割..4广播机制2.4通用函数(ufunc)2.4.1排序函数2.4.2一元函数2.4.3多元函数2.4.4数学函数2.4.5随机函数2.4.6字符串函数2.4.7条件作2.4.8高阶作2.5本章回顾第2篇基础篇第3章Pandas入门3.1Series3.1.1Series基础知识3.1.2Series的构建3.1.3Series的常用转换方法3.1.4Series的“十八招”3.2DataFrame3.2.1DataFrame基础知识3.2.2创建3..DataFrame相关知识3.3本章回顾第4章数据筛选4.1Python基础4.1.1运算符4.1.2视图与复制4.1.3常用作4.2条件表达式4.2.1条件筛选(索引)4.2.2条件查询4..条件赋值4.3数据删除4.3.1缺失值4.3.2重复值4.3.3异常值4.4数据重组4.4.1填充4.4.2重排4.5axis转换4.5.1rename()4.5.2rename_axis()4.5.3reindex()4.5.4reset_index()4.5.5set_index()4.5.6MultiIndex()4.6本章回顾第3篇基础强化篇第5章数据转换5.1基础知识5.1.1程序结构5.1.2循环语句5.2映函数5.2.1map()5.2.2apply()5..applymap()5.3各类转换5.3.1数据类型转换5.3.2数据结构转换5.3.3文本格式转换5.3.4style样式转换5.4本章回顾第6章文本转换6.1文本字符串6.1.1文本基础6.1.2应用流程6.2Python字符串6.2.1识别阶段(Identity)6.2.2清洗阶段(Elimilate)6..组合阶段(Combine)6.2.4转换重组(Rearrange)6.3正则表达式6.3.1元字符6.3.2用法6.4Pandas的方法6.4.1识别阶段(Identity)6.4.2转换重组(Rearrange)6.5本章回顾第7章数据获取7.1读取数据源7.1.1pd.read_excel()7.1.2pd.ExcelFile.parse()7.1.3pd.read_csv()7.2存储数据7.2.1df.to_excel()7.2.2pd.ExcelWriter()7..共总结7.3追加与合并7.3.1(常规)追加7.3.2追加(append)7.3.3合并(combine)7.3.4连接(join)7.3.5按轴向合并(concat)7.3.6融合(merge)7.4文档的批量作7.4.1批量合并同一文件夹中的workbook7.4.2批量合并同一文件工作簿中的worksheet7.4.3批量更改DataFrame中的列名7.4.4批量拆分DataFrame7.5与xlwings的互动7.5.1创建新工作簿7.5.2批量修改表格名称7.5.3在新增表格中插入图表7.6本章回顾第4篇进阶篇第8章数据处理8.1统计学基础8.1.1概率与数理统计8.1.2数据的离散化8.1.3四则运算8.2数据作8.3DataFrame处理8.3.1Pandas的方法链8.3.2assign()8.3.3eval()8.3.4pipe管道8.4本章回顾第9章数据分组9.1Split阶段9.1.1by参数9.1.2axis参数9.1.3level参数9.1.4as_index参数9.1.5dropna参数9.2Apply阶段9.2.1直接聚合9.2.2agg9..map9.2.4apply9.2.5transform9.2.6filter9.3透视表9.4进阶应用9.4.1assign9.4.2pipe管道9.5批量保存分组对象9.5.1保存为同一文件夹内的多个工作簿9.5.2保存为同一工作簿中的多个工作表9.5.3保存为多个工作簿中的多个工作表9.6本章回顾0章时间序列10.1Excel时间函数10.2datetime模块10.2.1date类10.2.2time类10..datetime类10.2.4timedelta类10.3时间点10.3.1pd.to_datetime10.3.2pd.Timestamp10.3.3DatetimeIndex时间戳索引10.3.4pd.date_range()10.4时间段10.4.1Period10.4.2Period_range10.4.3asfreq时期的频率转换10.4.4Timestamp与Period互相转换10.5时间差10.5.1运算规则说明10.5.2参数的传递方式10.6重采样10.6.1使用方法10.6.2降采样10.6.3升采样和值10.6.4采样10.7偏移10.7.1shift()10.7.2diff()10.7.3rolling()10.8本章回顾1章数据可视化11.1可视化11.1.1可视化基础11.1.2可视化图形11.2Matplotlib11.2.1基本语法11.2.2可视化的应用流程11..图表的选择与应用11.3df.plot()11.3.1参数对照表11.3.2应用说明11.4Seaborn11.4.1设置11.4.2图表应用11.5本章回顾11.5.1本章内容回顾11.5.2时序数据图表化第5篇案例篇2章实战案例分析12.1项目说明12.1.1行业描述12.1.2项目背景12.1.3项目推行计划12.1.4KPI指标体系12.2数据现状12.2.1数据来源说明12.2.2获取数据12..数据转换1.数据探索1..1客户订单量1..2业务的相关1..订单消费额1..4探索挖掘1..5盈利情况12.4数据分析结论12.4.1数据质量现状12.4.2后续改善要求12.4.3指导意见12.4.4方整理
黄福星,精益六西格玛黑带,物流职业经理人(运营总监)。20多年工作经历,职业生涯横跨大型生产制造、综合保税物流与供应链、快递快运与新等。在信息流指导物流、数据指导改善、物流降本增效方面经验丰富,能够熟练地将精益改善技术与大数据分析技术运用于各类现场管理。
本书秉承Less is more(少即是多)的原则,追求“简约但不简单”的风格。从入门篇到进阶篇的11个章节,主要都是围绕着一个简单的“7行8列的数据”进行有效地讲解,把Pandas中使用频率优选的或效率优选的80%的函数、方法、属全部有效地串接起来,减少读者浪费时间去理解不同的数据源,让更多的精力聚焦于专业知识的学习。
抢购价:¥ 38.00
易购价:¥ 38.00
注:参加抢购将不再享受其他优惠活动
亲,很抱歉,您购买的宝贝销售异常火爆,让小苏措手不及,请稍后再试~
验证码错误
看不清楚?换一张
确定关闭
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
查看我的收藏夹
非常抱歉,您前期未参加预订活动,无法支付尾款哦!
关闭
抱歉,您暂无任性付资格
继续等待
0小时0分
立即开通
SUPER会员