熊猫教程

Pandas是一个构建在 NumPy 库之上的开源库。它是一个Python包，提供用于处理数值数据和时间序列的各种数据结构和操作。它主要用于更轻松地导入和分析数据。 Pandas 速度快，为用户提供高性能和生产力。

本 Pandas 教程将帮助从基础学习 Pandas 以推进数据分析操作，包括详细解释的所有必要功能。

目录

• Introduction
• Creating Objects
• Viewing Data
• Selection
• Manipulating Data
• Grouping Data
• Merging, Joining and Concatenating
• Working with Date and Time
• Working With Text Data
• Working with CSV and Excel files
• Operations
• Visualization
• Applications and Projects
• Miscellaneous

熊猫用解决方案练习问题！
最近关于Python Pandas 的文章！

介绍

• Python中的 Pandas 简介
• 如何在 Windows 和 Linux 上安装Python Pandas？
• 如何使用 Jupyter Notebook – 终极指南

创建对象

• Python|熊猫数据框
• 创建 Pandas 数据框
• Python|熊猫系列
• 创建熊猫系列

查看数据

• 查看框架的顶行
• 查看框架的底部行
• 查看基本统计详情
• 将 pandas DataFrame 转换为 numpy 数组
• 将 pandas 系列转换为 numpy 数组
• 使用 .as_matrix() 将系列或数据框对象转换为 Numpy 数组。

选择

• 处理 Pandas DataFrame 中的行和列
• 如何在熊猫数据框中选择多列
• Python| Pandas 使用 .loc[] 提取行
• Python|使用 Pandas .iloc[] 提取行
• 使用 Pandas 索引和选择数据
• Pandas 中的布尔索引
• 使用 DataFrame.ix[ ] 的基于标签和整数的切片技术

👉🏽最近关于 Pandas 索引的文章

操作数据

• 在 Pandas 中向现有 DataFrame 添加新列
• Python|从 DataFrame 中删除行/列
• 在某个索引值之前和之后截断 DataFrame
• 在某个索引值之前和之后截断系列
• 遍历 Pandas DataFrame 中的行和列
• 在 Pandas 中处理缺失数据
• 在 Pandas 中对数据框进行排序 |第一组
• 在 Pandas 中对数据框进行排序 |第 2 组

分组数据

• Pandas GroupBy
• 在熊猫中分组行
• 将 Pandas groupby 中的多列与字典相结合

合并、连接和连接

• Python| Pandas 合并、连接和连接
• 连接字符串
• 将行追加到数据框
• 连接两个或多个系列
• 附加单个或一组索引
• 将两个系列合二为一
• 在 pandas DataFrame 的顶部添加一行
• 加入系列中存在的列表中的所有元素
• 在 Pandas 中将两个文本列合并为一个列

使用日期和时间

• Python|使用 Pandas 处理日期和时间
• 使用 Pandas 的时间戳
• 使用 Pandas 的当前时间
• 将时间戳转换为 ISO 格式
• 使用 Pandas 获取日期时间对象
• 替换给定时间戳的成员值
• 使用 Pandas 将字符串日期时间转换为Python日期时间对象
• 使用 Pandas 获取固定频率的 DatetimeIndex

处理文本数据

• Python| Pandas 处理文本数据
• 将字符串转换为小写、大写或驼峰式
• 替换文本值
• 使用 series.replace() 替换文本值
• 删除空格
• 使用 Pandas 将日期向前移动给定数量的有效日期

使用 CSV 和 Excel 文件

• 使用熊猫读取 csv
• 将 Pandas 数据框保存为 CSV
• 将 Excel 电子表格加载为 pandas DataFrame
• 使用 Excel 文件创建数据框
• 使用 Pandas 和 XlsxWriter |套装 – 1
• 使用 Pandas 和 XlsxWriter |套装 – 2
• 使用 Pandas 和 XlsxWriter |套装 – 3

运营

• 在可能的序列上应用一个函数
• 将函数应用于 Pandas DataFrame 中的每一行
• 对系列的每个元素应用一个函数
• 跨一列或多列的聚合数据
• 请求轴的平均值
• 系列中基础数据的平均值
• 请求轴的值的平均绝对偏差
• 系列值的平均绝对偏差
• 均值的无偏标准误
• 查找包含唯一值计数的系列
• 使用 Index.value_counts() 查找包含唯一值计数的系列

可视化

• Pandas 内置数据可视化
• 使用Python进行数据分析和可视化 |设置 1
• 使用Python进行数据分析和可视化 |设置 2
• Pandas 和 Seaborn 的箱线图可视化

应用和项目

• 如何使用 pandas 在Python中进行 vLookup
• 在Python中将 CSV 转换为 HTML 表格
• 使用 Pandas 和 Seaborn 进行 KDE 绘图可视化
• 使用Python分析二手车的售价
• 使用 Pandas 将 CSS 添加到 Jupyter Notebook

各种各样的

• Python-Pandas 上的更多功能
• 更多关于 pandas-dataframe 的文章
• pandas-dataframe 上的更多功能
• 更多关于熊猫系列的文章
• pandas 系列的更多功能
• 更多关于 pandas-general-functions 的文章
• pandas-datetime 的更多功能
• pandas-datetimeIndex 上的更多功能
• pandas-timedelta 上的更多功能
• pandas-TimeDeltaIndex 上的更多功能
• pandas-Timestmap 上的更多功能
• pandas-series-datetime 上的更多功能
• pandas-multiindex 的更多功能