书籍 深入浅出Pandas的封面

深入浅出Pandas

李庆辉

出版时间

2021-07-10

ISBN

9787111685456

评分

★★★★★

标签

编程

书籍介绍

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。

第1部分(第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。

第二部分(第3~5章) Pandas数据分析基础

详细讲解了Pandas读取与输出数据、索引操作、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。

第三部分(第6~9章) 数据形式变化

讲解了Pandas的分组聚合操作、合并操作、对比操作、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。

第四部分(第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操作方法。

第五部分(第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。

第六部分(第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。

第七部分(第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。

目录
前言
第一部分 Pandas入门
第1章 Pandas简介及快速入门2
1.1 Pandas是什么2
1.1.1 Python简介2

显示全部
用户评论
很详实
之前学python,入门倒是很快,但是一到pandas立马就是一个劝退,太抽象了,不把代码结果对应起来根本不读不懂每个算子是干嘛的,但是这本书里基本每句话都会讲一个算子,然后陪一段代码,一个执行结果,非常直观,容易理解。这本书不仅能用来pandas入门,更可以作为一本用python做数据分析的工具书。墙裂推荐
国人技术书里写对非常清晰的一本手册。如果再版我建议对初学者还要加一个路线图,一些内容对初学者而言太细节了,这是手册类书籍的通病。如果是初学pandas的用户,建议先阅读第17章找找感觉,根据操作模板看前文的函数,数据的增删改查简化为query,重点阅读第三部分;对于老手建议读17,其他读文档。第十七章和第六章解释分组聚合为本书增色不少。第六章写的甚至比 VanderPlas J. 的那本数据科学手册写的还要好。从数据分析的角度非常建议阅读Wickham H.(2011),深入理解 Split-Apply-Combine 的逻辑。
好用
不同于开发写的 Python 书,此书作者是大数据产品经理,秉承着用户体验的原则,手把手把 Pandas 讲清楚,教明白。
按数据分析流程把pandas的知识串连起来,适合放在手头当速查工具书。
首先,谢谢作者,谢谢这本书,让我正式pandas入门,解决了我很多难点,所以我给5星。但是,还是要对有意的读者提醒一下,读这本书之前,你最好已经系统学习过python基础,有一定的数据分析基础,有一定的python数据分析经验(哪怕是很烂的基础),这样就可以针对性的去查阅和学习,然后快速解决问题,否则这本书就是一本工具书
一开始以为是有案例的那种,结果一上来都在讲定义,而且很多很杂,一时之间背不下来,还是当工具书合适。中文版的使用文档。
市面上基本没有专门讲解pandas的书,算是第一本,讲解的很不错 但是也有个问题,就是对于帮助文档的翻译有漏不全,也是一段遗憾