Python数据分析系列课程：学习Pandas

本课程数据资料——课程导读 第1章 工欲善其事：工具准备 - 1-1 why胖哒？ - 1-2 IDE简介 - 1-3 Anaconda的安装与配置 - 1-4 Notebook演示 第2章 数据的导入与导出 - 2-1 手工输入数据并建立数据框 - 2-2 读取文本格式的数据文件 - 2-3 读取excel格式的数据文件 - 2-4 读取统计软件的数据文件 - 2-5 如何完美读取SPSS数据文件 - 2-6 读取数据库 - 2-7 Pandas数据读入/保存命令总结 - 2-8 实战作业 - 2-9 保存数据至外部文件 - 2-10 保存为SPSS数据文件 - 2-11 保存数据至数据库 - 2-12 将数据框直接保存为外部文件 第3章 变量列的基本操作 - 3-1 对数据作简单浏览 - 3-2 重命名变量列 - 3-3 筛选变量列 - 3-4 删除变量列 - 3-5 变量类型的转换 第4章 胖哒黑魔法：索引 - 4-1 建立索引 - 4-2 指定某列为索引 - 4-3 将索引还原为列 - 4-4 引用和修改索引 - 4-5 强行更新索引 第5章 案例行的基本操作 - 5-1 案例排序 - 5-2 按照实际位置进行筛选 - 5-3 按照索引值进行筛选 - 5-4 列表筛选与条件筛选 - 5-5 用类SQL语句筛选 第6章 变量变换 - 6-1 计算新变量（上） - 6-2 计算新变量（下） - 6-3 对应数值的替换 - 6-4 指定数值范围的替换 - 6-5 哑变量变换 - 6-6 数值分段 第7章 文件级别的数据管理 - 7-1 数据拆分 - 7-2 数据分组汇总 - 7-3 长形格式与宽形格式的互相转换 - 7-4 数据的纵向合并 - 7-5 数据的横向合并 - 7-6 concat命令介绍 第8章 数据清洗 - 8-1 读入PM2.5实战案例数据 - 8-2 缺失值的设定 - 8-3 如何处理缺失值 - 8-4 数据查重 - 8-5 直接比较数据框/变量列 第9章 处理日期时间变量 - 9-1 建立Timestamp类 - 9-2 将数据转换为Timestamp类 - 9-3 使用DatetimeIndex类 - 9-4 对时间序列做基本处理 第10章 数据的图形显示 - 10-1 配置pandas绘图环境 - 10-2 各类统计图的具体绘制（上） - 10-3 各类统计图的具体绘制（下） 第11章 数据特征的分析探索 - 11-1 变量特征的基本描述 - 11-2 分类变量的交叉表描述 - 11-3 常用假设检验方法的实现 第12章 北京PM2.5数据分析 - 12-1 数据准备 - 12-2 数据的基本分布特征 - 12-3 回答研究问题 第13章 如何优化Pandas - 13-1 优化pandas时的一些基本原则 - 13-2 学习使用各种计时工具 - 13-3 超大数据文件的处理 - 13-4 加速！加速！再加速！ - 13-5 如何进行多列数据的计算 - 13-6 各种Pandas外挂加速 第14章 基于Pandas的图形化工具 - 14-1 基于Pandas的图形化工具概述 - 14-2 请给我一个偷懒的数据检索方法 - 14-3 器如其名：PandasGUI - 14-4 重量级神器：Dtale 课程总结 课程资料 课后测试