[正版]pandas数据处理与分析 Python Datawhale开源 数据源代码 数据处理分析工具集 编程代码教学

        店铺公告

  为保障消费者合理购买需求及公平交易机会，避免因非生活消费目的的购买货囤积商品，抬价转售等违法行为发生，店铺有权对异常订单不发货且不进行赔付。异常订单：包括但不限于相同用户ID批量下单，同一用户（指不同用户ID，存在相同/临近/虚构收货地址，或相同联系号码，收件人，同账户付款人等情形的）批量下单（一次性大于5本），以及其他非消费目的的交易订单。

温馨提示：请务必当着快递员面开箱验货，如发现破损，请立即拍照拒收，如验货有问题请及时联系在线客服处理，（如开箱验货时发现破损，所产生运费由我司承担，一经签收即为货物完好，如果您未开箱验货，一切损失就需要由买家承担，所以请买家一定要仔细验货）。

  关于退货运费：对于下单后且物流已发货货品在途的状态下，原则上均不接受退货申请，如顾客原因退货需要承担来回运费，如因产品质量问题（非破损问题）可在签收后，联系在线客服。

 

 

本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含*3章，*部分介绍NumPy和pandas的基本内容；*部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的*一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。

第 一部分　基础知识
第　*章 预备知识　2
*.*　Python基础　2
*.*.*　推导式　2
*.*.2　匿名函数　4
*.*.3　打包函数　5
*.2　NumPy基础　7
*.2.*　NumPy数组的构造　7
*.2.2　NumPy数组的变形　**
*.2.3　NumPy数组的切片　*5
*.2.4　广播机制　*7
*.2.5　常用函数　*9
*.3　习题　24
第　2章 pandas基础　26
2.*　文件的读取和写入　26
2.*.*　文件读取　26
2.*.2　数据写入　28
2.2　基本数据结构　29
2.2.*　Series　29
2.2.2　DataFrame　30
2.3　常用基本函数　32
2.3.*　汇总函数　33
2.3.2　特征统计函数　34
2.3.3　频次函数　35
2.3.4　替换函数　36
2.3.5　排序函数　39
2.3.6　apply()函数　40
2.4　窗口　42
2.4.*　滑动窗口　42
2.4.2　扩张窗口　45
2.5　习题　46

*部分　4类操作

第3章　索引　50
3.*　单级索引　50
3.*.*　DataFrame的列索引　50
3.*.2　Series的行索引　5*
3.*.3　loc索引器　52
3.*.4　iloc索引器　56
3.*.5　query()函数　57
3.*.6　索引运算　58
3.2　多级索引　59
3.2.*　多级索引及其表的结构　59
3.2.2　多级索引中的loc索引器　6*
3.2.3　多级索引的构造　65
3.3　常用索引方法　66
3.3.*　索引层的交换和删除　66
3.3.2　索引属性的修改　67
3.3.3　索引的设置与重置　70
3.3.4　索引的对齐　7*
3.4　习题　72
第4章　分组　74
4.*　分组模式及其对象　74
4.*.*　分组的一般模式　74
4.*.2　分组依据的本质　75
4.*.3　groupby对象　76
4.2　聚合函数　78
4.2.*　内置聚合函数　78
4.2.2　agg()函数　79
4.3　变换和过滤　80
4.3.*　变换函数　8*
4.3.2　组索引与过滤　82
4.4　跨列分组　83
4.5　习题　85
第5章　变形　87
5.*　长宽表的变形　87
5.*.*　长表的透视变形　88
5.*.2　宽表的逆透视变形　9*
5.2　其他变形方法　95
5.2.*　索引变形　95
5.2.2　扩张变形　98
5.3　习题　98
第6章　连接　*00
6.*　关系连接　*00
6.*.*　关系连接的基本概念　*00
6.*.2　列连接　*02
6.*.3　索引连接　*04
6.2　其他连接　*05
6.2.*　方向连接　*05
6.2.2　比较与组合　*08
6.3　习题　*09

第三部分　4类数据

第7章　缺失数据　**4
7.*　缺失值的统计和删除　**4
7.*.*　缺失信息的统计　**4
7.*.2　缺失信息的删除　**5
7.2　缺失值的填充和插值　**6
7.2.*　利用fillna() 进行填充　**6
7.2.2　插值函数　**8
7.3　Nullable类型　*20
7.3.*　缺失记号及其缺陷　*20
7.3.2　Nullable类型的性质　*22
7.3.3　缺失数据的计算和分组　*24
7.4　习题　*26
第8章　文本数据　*28
8.*　str对象　*28
8.*.*　str对象的设计意图　*28
8.*.2　[]索引器　*29
8.*.3　string类型　*29
8.2　正则表达式基础　*3*
8.2.*　元字符　*32
8.2.2　分组捕获与反向引用　*34
8.2.3　零宽断言　*35
8.3　文本处理的5类操作　*36
8.3.*　拆分　*36
8.3.2　合并　*37
8.3.3　匹配　*38
8.3.4　替换　*39
8.3.5　提取　*40
8.4　其他字符串方法　*4*
8.4.*　字母型方法　*4*
8.4.2　数值型方法　*42
8.4.3　统计型方法　*43
8.4.4　格式型方法　*43
8.5　习题　*45
第9章　分类数据　*47
9.*　cat对象　*47
9.*.*　cat对象的属性　*47
9.*.2　类别的增加、删除和修改　*48
9.2　有序类别　*50
9.2.*　序的建立　*50
9.2.2　排序和比较　*50
9.3　区间类别　*52
9.3.*　利用cut()和qcut()进行区间构造　*52
9.3.2　一般区间的构造　*53
9.3.3　区间的属性与方法　*55
9.4　习题　*55
第　*0章 时间序列数据　*59
*0.*　时间戳　*60
*0.*.*　时间戳的构造与属性　*60
*0.*.2　时间戳序列的生成　*6*
*0.*.3　dt对象　*64
*0.*.4　时间戳序列的索引与切片　*66
*0.2　时间差　*67
*0.2.*　时间差序列的生成　*68
*0.2.2　时间差序列的运算　*69
*0.3　日期偏置　*70
*0.3.*　Offset对象　*70
*0.3.2　采样频率　*73
*0.4　时间序列操作　*75
*0.4.*　采样频率滑窗　*75
*0.4.2　重采样　*77
*0.4.3　特殊连接　*8*
*0.5　习题　*84

第四部分　进阶实战

第　**章 数据观测　*90
**.*　可视化方法　*90
**.*.*　基本绘图　*90
**.*.2　元素控制　*98
**.*.3　子图绘制　203
**.2　数据观测方法　206
**.2.*　数据类型　206
**.2.2　数据统计量　207
**.2.3　数据分布　209
**.2.4　基于数据报告的观测　2*0
**.3　习题　2*2
第　*2章 特征工程　2*6
*2.*　单特征构造　2*6
*2.*.*　特征变换　2*6
*2.*.2　文本数据特征　223
*2.*.3　时间序列数据特征　226
*2.*.4　单特征构造的一般方法　230
*2.2　多特征构造　236
*2.2.*　分组技术　236
*2.2.2　特征降维　239
*2.3　特征选择　242
*2.3.*　基于统计量的选择　242
*2.3.2　基于模型的选择　249
*2.4　习题　255
第　*3章 性能优化　258
*3.*　pandasic代码要义　258
*3.2　多进程加速　26*
*3.2.*　多进程和多线程　26*
*3.2.2　多进程的陷阱　264
*3.2.3　异步进程　268
*3.2.4　进程中的数据共享　27*
*3.2.5　在pandas中使用 多进程　282
*3.3　利用Cython加速　286
*3.3.*　初识Cython　286
*3.3.2　优化策略　288
*3.3.3　多线程加速　295
*3.3.4　Cython类及其应用　306
*3.3.5　模块构建　3**
*3.4　利用Numba加速　3*5
*3.4.*　noPython模式　3*5
*3.4.2　ufunc与向量化　320
*3.4.3　jitclass及其应用　323
*3.5　习题　325


耿远昊 威斯康星大学麦迪逊分校统计学硕士在读，Datawhale成员，“Joyful Pandas”开源项目作者。pandas贡献者，活跃于pandas开源社区，主要贡献涉及漏洞修复、功能实现与性能优化等方面，对pandas在数据处理与分析中的应用有丰富经验。

1