如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。本书共17章，分为七部分。1部分（1～2章） Pandas入门：首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。二部分（3～5章） Pandas数据分析基础：详细讲解了Pandas读取与输出数据、索引作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。三部分（6～9章） 数据形式变化：讲解了Pandas的分组聚合作、合并作、对比作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。部分（10～12章） 数据清洗：讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和作方法。五部分（13～14章）时序数据分析：讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。六部分（15～16章） 可视化：讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。七部分（17章） 实战案例：介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。

如果你想充分发挥Python的强大作用，如果你想成为一名好的Python工程师，你应该先学好Pandas。这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。本书共17章，分为七部分。1部分（1～2章） Pandas入门：首先介绍了Pandas的功能、使用场景和学习方法，然后详细讲解了Python开发环境的搭建，Z后介绍了Pandas的大量基础功能，旨在引领读者快速入门。二部分（3～5章） Pandas数据分析基础：详细讲解了Pandas读取与输出数据、索引作、数据类型转换、查询筛选、统计计算、排序、位移、数据修改、数据迭代、函数应用等内容。三部分（6～9章） 数据形式变化：讲解了Pandas的分组聚合作、合并作、对比作、数据透视、转置、归一化、标准化等，以及如何利用多层索引对数据进行升降维。部分（10～12章） 数据清洗：讲解了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、匹配、切分、替换、格式化、虚拟变量化等，以及分类数据的应用场景和作方法。五部分（13～14章）时序数据分析：讲解了Pandas中对于各种时间类型数据的处理和分析，以及在时序数据处理中经常使用的窗口计算。六部分（15～16章） 可视化：讲解了Pandas的样式功能如何让数据表格更有表现力，以及Pandas的绘图功能如何让数据自己说话。七部分（17章） 实战案例：介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，以及数据分析的基本方法与需要掌握的数据分析工具和技术栈，此外还从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。

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13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍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，每章的最后一节为习题，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。

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13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍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，每章的最后一节为习题，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。

你是否想过通过一本书来学习Python？《深入浅出Python))通过一种独特的超越语法手册的方式来帮助你学习Python。你将能够快速掌握Python的基础知识，然后扩展到持久化、异常处理、Web开发、SQLite、数据处理和Google应用引擎中去。你也将学会如何为Android编写移动应用，这要感谢Pvthon带给你的强大能力。《深入浅出Python》融合了完备的学习经验，它将帮助你成为真正的Python编程员。

阅读本书可以获得关于在Python下操作、处理、清洗、规整数据集的完整说明。本书第2版针对Python 3.6进行了更新，并增加了实际案例向你展示如何高效地解决一系列数据分析问题。你将在阅读过程中学习到最新版本的pandas、NumPy、IPython和Jupyter。

【名人推荐】 “科学计算和数据分析社区已经等待这本书很多年了：大量具体的实践建议，以及大量综合应用方法。本书在未来几年里肯定会成为Python领域中技术计算的权威指南。” ——Fernando Pérez　加州大学伯克利分校 研究科学家， IPython的创始人之一 【内容简介】 还在苦苦寻觅用Python控制、处理、整理、分析结构化数据的完整课程？本书含有大量的实践案例，你将学会如何利用各种Python库（包括NumPy、pandas、matplotlib以及IPython等）高效地解决各式各样的数据分析问题。 由于作者Wes McKinney是pandas库的主要作者，所以本书也可以作为利用Python实现数据密集型应用的科学计算实践指南。本书适合刚刚接触Python的分析人员以及刚刚接触科学计算的Python程序员。 •将IPython这个交互...(展开全部)

本书由pandas项目创始人Wes McKinney亲笔撰写，详细介绍利用Python进行操作、处理、清洗和规整数据等方面的具体细节和基本要点。第2版针对Python 3.6进行全面修订和更新，涵盖新版的pandas、NumPy、IPython和Jupyter，并增加大量实际案例，可以帮助你高效解决一系列数据分析问题。 第2版中的主要更新包括： • 所有的代码，包括把Python的教程更新到了Python 3.6版本（第1版中使用的是Python 2.7） • 更新了Python第三方发布版Anaconda和其他所需Python包的安装指引 • 更新pandas库到2017年的新版 • 新增一章，关于更多高级pandas工具和一些使用提示 • 新增statsmodels和scikit-learn的简明使用介绍

简介：多副本+神设这次的作品不会在其他平台发布，是话本平台的长期投搞，可放心食用！！！当镜面裂开，血雾漫过废弃校舍的窗棂，当锈蚀的祭坛下伸出第三只手。你以为这是惊悚副本的开端，却不知是“神”为你量身定制的囚笼。在规则与背叛里求生，随时有可能“心脏骤停”内容均为虚构！