主要内容 ●对数据集进行组织、 分组、合并、分割以及连接 ●发现基于文本和时间的数据的趋势 ●对数据进行排序、过滤、枢轴化、优化，并得出结论 ●应用聚合操作

Boris Paskhaver是一名软件工程师、敏捷顾问和在线教育家。已有来自190个国家的30万名学生学习了他的编程课程。

前 言 本书读者对象 《Pandas数据分析实战》全面介绍了用于数据分析的Pandas库。Pandas可以帮助你轻松地执行多种数据操作：排序、连接、旋转、清理、删除重复数据、聚合等。本书循序渐进地介绍了Pandas的各种功能，每种功能从较小的构建块开始，再到较大的数据结构。 《Pandas数据分析实战》适合具有电子表格软件(如Microsoft Excel、Google Sheets和Apple Numbers)以及类似的数据分析工具(如R和SAS)使用经验的中级数据分析师。对于想了解更多数据分析知识的Python开发人员来说，也是一本非常合适的参考书。 本书的内容结构 《Pandas数据分析实战》由14章组成，分为两部分。 第Ⅰ部分，Pandas核心基础，循序渐进地介绍了Pandas库的基本原理。 第1章使用Pandas分析了一个示例数据集，以全面概述Pandas的功能。 第2章介绍了Series对象，这是一种Pandas的核心数据结构，用于存储有序数据的集合。 第3章深入地探讨Series对象，探索了各种Series操作，包括值排序、删除重复项、提取最小值和最大值等。 第4章介绍了二维数据表DataFrame。本章将前几章的概念应用到新的数据结构中，并引入了额外的操作。 第5章展示了如何使用各种逻辑条件从DataFrame中过滤行的子集：相等、不等、比较、包含、排除等。 第Ⅱ部分，应用Pandas，重点介绍更高级的Pandas功能，以及如何利用这些功能解决现实世界数据集的问题。 第6章介绍了如何在Pandas中处理不完美的文本...