书籍介绍
使用Python进行数据分析并不难。如果你会使用电子表格，就能学会Pandas！虽然它的网格样式布局可能会让你想起Excel，但Pandas要灵活和强大得多。Python库可以快速对数百万行数据执行操作，并且可以轻松地与Python数据生态系统中的其他工具进行交互。这是提升你的数据游戏的完美方式。
《Pandas数据分析实战》介绍了使用令人惊叹的 Pandas 库在 Python 中进行数据分析。你将学习如何对重复操作进行自动化，并让你对在Excel中很难实现，甚至不可能实现的数据分析有更深的理解。本书每章都可以独立成篇。通过下载真实的数据集，可以让你的学习更加贴近现实工作。
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
书籍目录
《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数据，讨论如何解决删除空格、查找和替换字符、字母大小写，以及从单个列中提取多个值等问题。
第7章讨论MultiIndex，它允许将多个列值组合成一行数据的单个标识符。
第8章描述了如何在数据透视表中聚合数据，将标题从行轴移到列轴，并将数据由宽格式转换为窄格式。
第9章探讨如何将行分组到桶中，并通过GroupBy对象对结果集合进行聚合。
第10章介绍使用各种连接将多个数据集合并为一个。
第11章演示了如何在Pandas中处理日期和时间。本章涵盖了排序日期、计算持续时间，以及确定日期是在一个月还是一个季度的开始等主题。
第12章展示了如何将其他文件类型导入Pandas，包括Excel和JSON，还讲解了如何从Pandas导出数据。
第13章侧重于配置库的设置。本章深入研究了如何修改显示的行数、更改浮点数的精度、将值舍入低于阈值等。
第14章探讨了如何使用Matplotlib库进行数据可视化，以及如何使用Pandas数据创建折线图、条形图、饼图等。
包邮送书
抽奖送书老规矩（不点赞收藏中奖无效）：注意记得关注博主不然中奖了还不知道！！！
- 1. 点赞收藏文章
- 2. 评论区留言：人生苦短，我用Python！！！（留言才能进入奖池，每人最多留言三条）
- 3. 周日八点爬虫抽奖6人