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!
100%刮中券,最高50元无敌券,券有效期7天
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。
全新正版Pandas数据分析实战9787302612711清华大学出版社
¥ ×1
第Ⅰ部分 Pandas核心基础
章 Pandas概述
1.1 21世纪的数据
1.2 Pandas介绍
1.2.1 Pandas与图形表格应用程序
1.2.2 Pandas与它的竞争对手
1.3 Pandas之旅
1.3.1 导入数据集
1.3.2 操作DataFrame
1.3.3 计算Series中的值
1.3.4 根据一个或多个条件筛选列
1.3.5 对数据分组
1.4 本章小结
第2章 Series对象
2.1 Series概述
2.1.1 类和实例
2.1.2 用值填充Series对象
2.1.3 自定义Series索引
2.1.4 创建有缺失值的Series
2.2 基于Python对象创建Series
. Series属
2.4 检索行和行
2.5 数学运算
2.5.1 统计操作
2.5.2 算术运算
2.5.3 广播
2.6 将Series传递给Python的内置函数
2.7 代码挑战
2.7.1 问题描述
2.7.2 解决方案
2.8 本章小结
第3章 Series方法
3.1 使用read csv函数导入数据集
3.2 对Series进行排序
3.2.1 使用sort values方法按值排序
3.2.2 使用sort_index方法按索引排序
3.. 使用nsmallest和nlargest方法检索值和值
3.3 使用 inplace参数替换原有Series
3.4 使用value _counts方法计算值的个数
3.5 使用apply方法对每个Series值调用一个函数
3.6 代码挑战
3.6.1 问题描述
3.6.2 解决方案
3.7 本章小结
第4章 DataFrame对象
4.1 DataFrame概述
4.1.1 通过字典创建DataFrame
4.1.2 通过NumPy ndarray创建DataFrame
4.2 Series和DataFrame的相似之处
4.2.1 使用read csv函数导入DataFrame
4.2.2 Series和DataFrame的共享与专有属
4.. Series和DataFrame的共有方法
4.3 对 DataFrame进行排排序
……
第Ⅱ部分 应用Pandas
附录A 安装及配置
附录B Python速成课程
附录C NumPy速成教程
附录D 用Faker生成模拟数据
附录E 正则表达式
鲍里斯·帕斯哈弗(Boris Paskhaver),是一名软件、敏捷顾问和在线教育家。已有来自190个30万名学生学习了他的编程课程。
使用Python进行数据分析并不难。如果你会使用表格,就能学会Pandas!虽然它的网格样式布局可能会让你想起Excel,但Pandas要灵活和强大得多。Python库可以快速对数百万行数据执行操作,并且可以轻松地与Python数据生态系统中的工具进行交互。这是提升你的数据游戏的完美方式。
《Pandas数据分析实战》介绍了使用令人惊叹的Pandas库在Python中进行数据分析。你将学习如何对重复操作进行自动化,并让你对在Excel中很难实现,甚至不可能实现的数据分析有更深的理解。本书每章都可以独立成篇。通过下载真实的数据集,可以让你的学习更加贴近现实工作。
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~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格