Pandas 1.x實例精解

第1章  Pandas基礎 1
1.1  導入Pandas 1
1.2  介紹Pandas 1
1.3  關于Pandas DataFrame 2
1.3.1  實戰(zhàn)操作 2
1.3.2  原理解釋 3
1.4  了解DataFrame屬性 4
1.4.1  實戰(zhàn)操作 4
1.4.2  原理解釋 5
1.4.3  擴展知識 6
1.5  了解數(shù)據(jù)類型 6
1.5.1  實戰(zhàn)操作 7
1.5.2  原理解釋 8
1.5.3  擴展知識 9
1.6  選擇列 9
1.6.1  實戰(zhàn)操作 10
1.6.2  原理解釋 13
1.6.3  擴展知識 13
1.7  調用Series方法 14
1.7.1  實戰(zhàn)操作 14
1.7.2  原理解釋 19
1.7.3  擴展知識 19
1.8  了解Series的操作 20
1.8.1  實戰(zhàn)操作 21
1.8.2  原理解釋 23
1.8.3  擴展知識 23
1.9  使用Series方法鏈 26
1.9.1  實戰(zhàn)操作 26
1.9.2  原理解釋 27
1.9.3  擴展知識 28
1.10  重命名列名 31
1.10.1  實戰(zhàn)操作 31
1.10.2  原理解釋 31
1.10.3  擴展知識 32
1.11  創(chuàng)建和刪除列 34
1.11.1  實戰(zhàn)操作 34
1.11.2  原理解釋 40
1.11.3  擴展知識 40
第2章  DataFrame基本操作 43
2.1  介紹 43
2.2  選擇多個DataFrame列 43
2.2.1  實戰(zhàn)操作 43
2.2.2  原理解釋 44
2.2.3  擴展知識 45
2.3  使用方法選擇列 45
2.3.1  實戰(zhàn)操作 46
2.3.2  原理解釋 48
2.3.3  擴展知識 48
2.4  排序列名稱 49
2.4.1  實戰(zhàn)操作 50
2.4.2  原理解釋 52
2.4.3  擴展知識 52
2.5  統(tǒng)計DataFrame摘要信息 52
2.5.1  實戰(zhàn)操作 53
2.5.2  原理解釋 55
2.5.3  擴展知識 55
2.6  使用DataFrame方法鏈 56
2.6.1  實戰(zhàn)操作 56
2.6.2  原理解釋 57
2.6.3  擴展知識 57
2.7  了解DataFrame的操作 58
2.7.1  實戰(zhàn)操作 59
2.7.2  原理解釋 62
2.7.3  擴展知識 63
2.8  比較缺失值 63
2.8.1  做好準備 63
2.8.2  實戰(zhàn)操作 64
2.8.3  原理解釋 66
2.8.4  擴展知識 66
2.9  轉置DataFrame操作的方向 67
2.9.1  實戰(zhàn)操作 67
2.9.2  原理解釋 69
2.9.3  擴展知識 69
2.10  確定大學校園的多樣性 70
2.10.1  實戰(zhàn)操作 70
2.10.2  原理解釋 74
2.10.3  擴展知識 74
第3章  創(chuàng)建和保留DataFrame 77
3.1  介紹 77
3.2  從頭開始創(chuàng)建DataFrame 77
3.2.1  實戰(zhàn)操作 77
3.2.2  原理解釋 78
3.2.3  擴展知識 78
3.3  編寫CSV 80
3.3.1  實戰(zhàn)操作 80
3.3.2  擴展知識 81
3.4  讀取大型CSV文件 82
3.4.1  實戰(zhàn)操作 82
3.4.2  原理解釋 88
3.4.3  擴展知識 89
3.5  使用Excel文件 90
3.5.1  實戰(zhàn)操作 90
3.5.2  原理解釋 91
3.5.3  擴展知識 91
3.6  使用ZIP文件 92
3.6.1  實戰(zhàn)操作 92
3.6.2  原理解釋 95
3.6.3  擴展知識 95
3.7  與數(shù)據(jù)庫協(xié)同工作 95
3.7.1  實戰(zhàn)操作 95
3.7.2  原理解釋 97
3.8  讀取JSON 97
3.8.1  實戰(zhàn)操作 97
3.8.2  原理解釋 100
3.8.3  擴展知識 100
3.9  讀取HTML表格 100
3.9.1  實戰(zhàn)操作 101
3.9.2  原理解釋 105
3.9.3  擴展知識 106
第4章  開始數(shù)據(jù)分析 107
4.1  介紹 107
4.2  開發(fā)數(shù)據(jù)分析例程 107
4.2.1  實戰(zhàn)操作 108
4.2.2  原理解釋 110
4.2.3  擴展知識 110
4.3  數(shù)據(jù)字典 111
4.4  通過更改數(shù)據(jù)類型減少內存使用量 112
4.4.1  實戰(zhàn)操作 112
4.4.2  原理解釋 115
4.4.3  擴展知識 116
4.5  從最大中選擇最小 117
4.5.1  實戰(zhàn)操作 118
4.5.2  原理解釋 119
4.5.3  擴展知識 119
4.6  通過排序選擇每組中的最大值 119
4.6.1  實戰(zhàn)操作 119
4.6.2  原理解釋 121
4.6.3  擴展知識 122
4.7  使用sort_values復制nlargest 123
4.7.1  實戰(zhàn)操作 123
4.7.2  原理解釋 125
4.8  計算追蹤止損單價格 126
4.8.1  實戰(zhàn)操作 126
4.8.2  原理解釋 128
4.8.3  擴展知識 128
第5章  探索性數(shù)據(jù)分析 129
5.1  介紹 129
5.2  摘要統(tǒng)計 129
5.2.1  實戰(zhàn)操作 130
5.2.2  原理解釋 132
5.2.3  擴展知識 132
5.3  查看列類型 132
5.3.1  實戰(zhàn)操作 132
5.3.2  原理解釋 133
5.3.3  擴展知識 134
5.4  分類數(shù)據(jù) 137
5.4.1  實戰(zhàn)操作 137
5.4.2  原理解釋 140
5.4.3  擴展知識 141
5.5  連續(xù)數(shù)據(jù) 145
5.5.1  實戰(zhàn)操作 145
5.5.2  原理解釋 148
5.5.3  擴展知識 149
5.6  跨越分類比較連續(xù)值 151
5.6.1  實戰(zhàn)操作 151
5.6.2  原理解釋 153
5.6.3  擴展知識 153
5.7  比較兩個連續(xù)列 157
5.7.1  實戰(zhàn)操作 157
5.7.2  原理解釋 162
5.7.3  擴展知識 163
5.8  使用分類值比較分類值 165
5.8.1  實戰(zhàn)操作 165
5.8.2  原理解釋 171
5.9  使用Pandas分析庫 171
5.9.1  實戰(zhàn)操作 172
5.9.2  原理解釋 173
第6章  選擇數(shù)據(jù)子集 175
6.1  介紹 175
6.2  選擇Series數(shù)據(jù) 175
6.2.1  實戰(zhàn)操作 176
6.2.2  原理解釋 179
6.2.3  擴展知識 180
6.3  選擇DataFrame行 182
6.3.1  實戰(zhàn)操作 182
6.3.2  原理解釋 184
6.3.3  擴展知識 185
6.4  同時選擇DataFrame行和列 185
6.4.1  實戰(zhàn)操作 185
6.4.2  原理解釋 187
6.4.3  擴展知識 188
6.5  使用整數(shù)和標簽選擇數(shù)據(jù) 188
6.5.1  實戰(zhàn)操作 188
6.5.2  原理解釋 189
6.5.3  擴展知識 189
6.6  按字典序切片 190
6.6.1  實戰(zhàn)操作 190
6.6.2  原理解釋 192
6.6.3  擴展知識 192
第7章  過濾行 193
7.1  介紹 193
7.2  計算布爾統(tǒng)計信息 193
7.2.1  實戰(zhàn)操作 194
7.2.2  原理解釋 195
7.2.3  擴展知識 196
7.3  構造多個布爾條件 196
7.3.1  實戰(zhàn)操作 197
7.3.2  原理解釋 197
7.3.3  擴展知識 198
7.4  用布爾數(shù)組過濾 199
7.4.1  實戰(zhàn)操作 199
7.4.2  原理解釋 201
7.4.3  擴展知識 202
7.5  比較行過濾和索引過濾 202
7.5.1  實戰(zhàn)操作 203
7.5.2  原理解釋 203
7.5.3  擴展知識 204
7.6  使用唯一索引和排序索引進行選擇 205
7.6.1  實戰(zhàn)操作 205
7.6.2  原理解釋 207
7.6.3  擴展知識 207
7.7  轉換SQL WHERE子句 208
7.7.1  實戰(zhàn)操作 209
7.7.2  原理解釋 210
7.7.3  擴展知識 211
7.8  使用查詢方法提高布爾索引的可讀性 212
7.8.1  實戰(zhàn)操作 212
7.8.2  原理解釋 213
7.8.3  擴展知識 213
7.9  使用.where方法保留Series大小 214
7.9.1  實戰(zhàn)操作 214
7.9.2  原理解釋 218
7.9.3  擴展知識 218
7.10  屏蔽DataFrame行 218
7.10.1  實戰(zhàn)操作 218
7.10.2  原理解釋 220
7.10.3  擴展知識 221
7.11  使用布爾值、整數(shù)位置和標簽進行選擇 221
7.11.1  實戰(zhàn)操作 221
7.11.2  原理解釋 224
第8章  對齊索引 225
8.1  介紹 225
8.2  檢查Index對象 225
8.2.1  實戰(zhàn)操作 225
8.2.2  原理解釋 227
8.2.3  擴展知識 227
8.3  生成笛卡兒積 228
8.3.1  實戰(zhàn)操作 228
8.3.2  原理解釋 229
8.3.3  擴展知識 229
8.4  了解索引暴增現(xiàn)象 231
8.4.1  實戰(zhàn)操作 231
8.4.2  原理解釋 233
8.4.3  擴展知識 233
8.5  給不相等的索引填充值 234
8.5.1  實戰(zhàn)操作 234
8.5.2  原理解釋 236
8.5.3  擴展知識 237
8.6  添加來自不同DataFrames中的列 239
8.6.1  實戰(zhàn)操作 239
8.6.2  原理解釋 242
8.6.3  擴展知識 242
8.7  突出顯示每列的最大值 244
8.7.1  實戰(zhàn)操作 245
8.7.2  原理解釋 250
8.7.3  擴展知識 251
8.8  使用方法鏈復制.idxmax 252
8.8.1  實戰(zhàn)操作 252
8.8.2  原理解釋 256
8.8.3  擴展知識 257
8.9  查找最常見的列的最大值 258
8.9.1  實戰(zhàn)操作 258
8.9.2  原理解釋 259
8.9.3  擴展知識 259
第9章  分組以進行聚合、過濾和轉換 261
9.1  介紹 261
9.2  定義聚合 262
9.2.1  實戰(zhàn)操作 262
9.2.2  原理解釋 264
9.2.3  擴展知識 265
9.3  使用多個列和函數(shù)進行分組和聚合 265
9.3.1  實戰(zhàn)操作 266
9.3.2  原理解釋 268
9.3.3  擴展知識 269
9.4  分組后刪除多重索引 271
9.4.1  實戰(zhàn)操作 271
9.4.2  原理解釋 274
9.4.3  擴展知識 274
9.5  使用自定義聚合函數(shù)進行分組 275
9.5.1  實戰(zhàn)操作 275
9.5.2  原理解釋 277
9.5.3  擴展知識 277
9.6  使用*args和**kwargs自定義聚合函數(shù) 279
9.6.1  實戰(zhàn)操作 279
9.6.2  原理解釋 281
9.6.3  擴展知識 281
9.7  檢查groupby對象 282
9.7.1  實戰(zhàn)操作 282
9.7.2  原理解釋 285
9.7.3  擴展知識 286
9.8  篩選少數(shù)族裔占多數(shù)的州 286
9.8.1  實戰(zhàn)操作 287
9.8.2  原理解釋 288
9.8.3  擴展知識 288
9.9  通過減肥賭注做出改變 289
9.9.1  實戰(zhàn)操作 289
9.9.2  原理解釋 294
9.9.3  擴展知識 295
9.10  計算每個州的SAT加權平均成績 296
9.10.1  實戰(zhàn)操作 297
9.10.2  原理解釋 299
9.10.3  擴展知識 300
9.11  按連續(xù)變量分組 301
9.11.1  實戰(zhàn)操作 302
9.11.2  原理解釋 303
9.11.3  擴展知識 304
9.12  計算城市之間的航班總數(shù) 305
9.12.1  實戰(zhàn)操作 305
9.12.2  原理解釋 308
9.12.3  擴展知識 309
9.13  尋找最長的準點航班連續(xù)記錄 310
9.13.1  實戰(zhàn)操作 310
9.13.2  原理解釋 314
9.13.3  擴展知識 316
第10章  將數(shù)據(jù)重組為規(guī)整形式 319
10.1  介紹 319
10.2  使用stack將變量值規(guī)整為列名稱 321
10.2.1  實戰(zhàn)操作 322
10.2.2  原理解釋 324
10.2.3  擴展知識 324
10.3  使用melt將變量值規(guī)整為列名稱 326
10.3.1  實戰(zhàn)操作 326
10.3.2  原理解釋 327
10.3.3  擴展知識 327
10.4  同時堆疊多組變量 328
10.4.1  實戰(zhàn)操作 329
10.4.2  原理解釋 330
10.4.3  擴展知識 330
10.5  反轉已堆疊的數(shù)據(jù) 331
10.5.1  實戰(zhàn)操作 332
10.5.2  原理解釋 335
10.5.3  擴展知識 335
10.6  在groupby聚合之后取消堆疊 336
10.6.1  實戰(zhàn)操作 337
10.6.2  原理解釋 338
10.6.3  擴展知識 339
10.7  使用groupby聚合復制 .pivot_table方法的功能 340
10.7.1  實戰(zhàn)操作 340
10.7.2  原理解釋 342
10.7.3  擴展知識 342
10.8  重命名軸的級別以方便數(shù)據(jù)的重塑 344
10.8.1  實戰(zhàn)操作 344
10.8.2  原理解釋 348
10.8.3  擴展知識 349
10.9  對多個變量存儲為列名稱的情況進行規(guī)整 350
10.9.1  實戰(zhàn)操作 350
10.9.2  原理解釋 354
10.9.3  擴展知識 354
10.10  對多個變量存儲為單個列的情況進行規(guī)整 356
10.10.1  實戰(zhàn)操作 356
10.10.2  原理解釋 359
10.10.3  擴展知識 360
10.11  對多個值存儲在同一單元格中的情況進行規(guī)整 360
10.11.1  實戰(zhàn)操作 361
10.11.2  原理解釋 362
10.11.3  擴展知識 362
10.12  對變量存儲在列名稱和值中的情況進行規(guī)整 363
10.12.1  實戰(zhàn)操作 364
10.12.2  原理解釋 365
10.12.3  擴展知識 365
第11章  組合Pandas對象 367
11.1  介紹 367
11.2  將新行追加到DataFrame 367
11.2.1  實戰(zhàn)操作 367
11.2.2  原理解釋 372
11.2.3  擴展知識 372
11.3  將多個DataFrame連接在一起 373
11.3.1  實戰(zhàn)操作 374
11.3.2  原理解釋 376
11.3.3  擴展知識 376
11.4  了解concat函數(shù)、.join和.merge方法之間的區(qū)別 377
11.4.1  實戰(zhàn)操作 378
11.4.2  原理解釋 383
11.4.3  擴展知識 384
11.5  連接到SQL數(shù)據(jù)庫 385
11.5.1  實戰(zhàn)操作 386
11.5.2  原理解釋 389
11.5.3  擴展知識 390
第12章  時間序列分析 393
12.1  介紹 393
12.2  了解Python和Pandas日期工具之間的區(qū)別 393
12.2.1  實戰(zhàn)操作 394
12.2.2  原理解釋 398
12.3  智能分割時間序列 399
12.3.1  實戰(zhàn)操作 400
12.3.2  原理解釋 403
12.3.3  擴展知識 404
12.4  用時間數(shù)據(jù)過濾列 404
12.4.1  實戰(zhàn)操作 404
12.4.2  原理解釋 407
12.4.3  擴展知識 408
12.5  使用僅適用于DatetimeIndex的方法 408
12.5.1  實戰(zhàn)操作 409
12.5.2  原理解釋 414
12.5.3  擴展知識 415
12.6  計算每周犯罪數(shù) 415
12.6.1  實戰(zhàn)操作 416
12.6.2  原理解釋 418
12.6.3  擴展知識 418
12.7  分別匯總每周犯罪和交通事故 419
12.7.1  實戰(zhàn)操作 420
12.7.2  原理解釋 422
12.7.3  擴展知識 424
12.8  按星期和年份衡量犯罪情況 425
12.8.1  實戰(zhàn)操作 425
12.8.2  原理解釋 432
12.8.3  擴展知識 434
12.9  使用匿名函數(shù)進行分組 435
12.9.1  實戰(zhàn)操作 435
12.9.2  原理解釋 438
12.10  按Timestamp和其他列分組 438
12.10.1  實戰(zhàn)操作 439
12.10.2  原理解釋 442
12.10.3  擴展知識 443
第13章  使用Matplotlib、Pandas和Seaborn進行可視化 445
13.1  介紹 445
13.2  Matplotlib入門 446
13.3  Matplotlib的面向對象指南 447
13.3.1  實戰(zhàn)操作 450
13.3.2  原理解釋 454
13.3.3  擴展知識 458
13.4  使用Matplotlib可視化數(shù)據(jù) 458
13.4.1  實戰(zhàn)操作 458
13.4.2  原理解釋 462
13.4.3  擴展知識 463
13.5  Pandas繪圖基礎 466
13.5.1  實戰(zhàn)操作 467
13.5.2  原理解釋 469
13.5.3  擴展知識 470
13.6  可視化航班數(shù)據(jù)集 471
13.6.1  實戰(zhàn)操作 471
13.6.2  原理解釋 482
13.7  使用堆積面積圖發(fā)現(xiàn)新興趨勢 484
13.7.1  實戰(zhàn)操作 484
13.7.2  原理解釋 488
13.8  了解Seaborn和Pandas之間的區(qū)別 489
13.8.1  實戰(zhàn)操作 489
13.8.2  原理解釋 495
13.9  使用Seaborn網(wǎng)格進行多變量分析 496
13.9.1  實戰(zhàn)操作 496
13.9.2  原理解釋 499
13.9.3  擴展知識 500
13.10  使用Seaborn在鉆石數(shù)據(jù)集中發(fā)現(xiàn)辛普森悖論 502
13.10.1  實戰(zhàn)操作 503
13.10.2  原理解釋 507
13.10.3  擴展知識 507
第14章  調試和測試 509
14.1  轉換數(shù)據(jù) 509
14.1.1  實戰(zhàn)操作 509
14.1.2  原理解釋 513
14.2  測試.apply方法的性能 514
14.2.1  實戰(zhàn)操作 514
14.2.2  原理解釋 515
14.2.3  擴展知識 515
14.3  使用Dask、Pandarell和Swifter等提高 .apply 方法的性能 516
14.3.1  實戰(zhàn)操作 517
14.3.2  原理解釋 518
14.4  檢查代碼 519
14.4.1  實戰(zhàn)操作 520
14.4.2  原理解釋 523
14.4.3  擴展知識 523
14.5  在Jupyter中進行調試 523
14.5.1  實戰(zhàn)操作 524
14.5.2  原理解釋 526
14.5.3  擴展知識 526
14.6  管理數(shù)據(jù)的完整性 527
14.6.1  實戰(zhàn)操作 527
14.6.2  原理解釋 534
14.7  結合使用pytest和Pandas 535
14.7.1  實戰(zhàn)操作 535
14.7.2  原理解釋 539
14.7.3  擴展知識 539
14.8  使用Hypothesis庫生成測試 540
14.8.1  實戰(zhàn)操作 540
14.8.2  原理解釋 545