pandas數(shù)據(jù)處理與分析：數(shù)據(jù)分析

第 一部分　基礎(chǔ)知識
第　1章 預(yù)備知識　2
1．1　Python基礎(chǔ)　2
1．1．1　推導(dǎo)式　2
1．1．2　匿名函數(shù)　4
1．1．3　打包函數(shù)　5
1．2　NumPy基礎(chǔ)　7
1．2．1　NumPy數(shù)組的構(gòu)造　7
1．2．2　NumPy數(shù)組的變形　11
1．2．3　NumPy數(shù)組的切片　15
1．2．4　廣播機制　17
1．2．5　常用函數(shù)　19
1．3　習(xí)題　24
第　2章 pandas基礎(chǔ)　26
2．1　文件的讀取和寫入　26
2．1．1　文件讀取　26
2．1．2　數(shù)據(jù)寫入　28
2．2　基本數(shù)據(jù)結(jié)構(gòu)　29
2．2．1　Series　29
2．2．2　DataFrame　30
2．3　常用基本函數(shù)　32
2．3．1　匯總函數(shù)　33
2．3．2　特征統(tǒng)計函數(shù)　34
2．3．3　頻次函數(shù)　35
2．3．4　替換函數(shù)　36
2．3．5　排序函數(shù)　39
2．3．6　apply()函數(shù)　40
2．4　窗口　42
2．4．1　滑動窗口　42
2．4．2　擴張窗口　45
2．5　習(xí)題　46
第二部分　4類操作
第3章　索引　50
3．1　單級索引　50
3．1．1　DataFrame的列索引　50
3．1．2　Series的行索引　51
3．1．3　loc索引器　52
3．1．4　iloc索引器　56
3．1．5　query()函數(shù)　57
3．1．6　索引運算　58
3．2　多級索引　59
3．2．1　多級索引及其表的結(jié)構(gòu)　59
3．2．2　多級索引中的loc索引器　61
3．2．3　多級索引的構(gòu)造　65
3．3　常用索引方法　66
3．3．1　索引層的交換和刪除　66
3．3．2　索引屬性的修改　67
3．3．3　索引的設(shè)置與重置　70
3．3．4　索引的對齊　71
3．4　習(xí)題　72
第4章　分組　74
4．1　分組模式及其對象　74
4．1．1　分組的一般模式　74
4．1．2　分組依據(jù)的本質(zhì)　75
4．1．3　groupby對象　76
4．2　聚合函數(shù)　78
4．2．1　內(nèi)置聚合函數(shù)　78
4．2．2　agg()函數(shù)　79
4．3　變換和過濾　80
4．3．1　變換函數(shù)　81
4．3．2　組索引與過濾　82
4．4　跨列分組　83
4．5　習(xí)題　85
第5章　變形　87
5．1　長寬表的變形　87
5．1．1　長表的透視變形　88
5．1．2　寬表的逆透視變形　91
5．2　其他變形方法　95
5．2．1　索引變形　95
5．2．2　擴張變形　98
5．3　習(xí)題　98
第6章　連接　100
6．1　關(guān)系連接　100
6．1．1　關(guān)系連接的基本概念　100
6．1．2　列連接　102
6．1．3　索引連接　104
6．2　其他連接　105
6．2．1　方向連接　105
6．2．2　比較與組合　108
6．3　習(xí)題　109
第三部分　4類數(shù)據(jù)
第7章　缺失數(shù)據(jù)　114
7．1　缺失值的統(tǒng)計和刪除　114
7．1．1　缺失信息的統(tǒng)計　114
7．1．2　缺失信息的刪除　115
7．2　缺失值的填充和插值　116
7．2．1　利用fillna() 進行填充　116
7．2．2　插值函數(shù)　118
7．3　Nullable類型　120
7．3．1　缺失記號及其缺陷　120
7．3．2　Nullable類型的性質(zhì)　122
7．3．3　缺失數(shù)據(jù)的計算和分組　124
7．4　習(xí)題　126
第8章　文本數(shù)據(jù)　128
8．1　str對象　128
8．1．1　str對象的設(shè)計意圖　128
8．1．2　[]索引器　129
8．1．3　string類型　129
8．2　正則表達式基礎(chǔ)　131
8．2．1　元字符　132
8．2．2　分組捕獲與反向引用　134
8．2．3　零寬斷言　135
8．3　文本處理的5類操作　136
8．3．1　拆分　136
8．3．2　合并　137
8．3．3　匹配　138
8．3．4　替換　139
8．3．5　提取　140
8．4　其他字符串方法　141
8．4．1　字母型方法　141
8．4．2　數(shù)值型方法　142
8．4．3　統(tǒng)計型方法　143
8．4．4　格式型方法　143
8．5　習(xí)題　145
第9章　分類數(shù)據(jù)　147
9．1　cat對象　147
9．1．1　cat對象的屬性　147
9．1．2　類別的增加、刪除和修改　148
9．2　有序類別　150
9．2．1　序的建立　150
9．2．2　排序和比較　150
9．3　區(qū)間類別　152
9．3．1　利用cut()和qcut()進行區(qū)間構(gòu)造　152
9．3．2　一般區(qū)間的構(gòu)造　153
9．3．3　區(qū)間的屬性與方法　155
9．4　習(xí)題　155
第　10章 時間序列數(shù)據(jù)　159
10．1　時間戳　160
10．1．1　時間戳的構(gòu)造與屬性　160
10．1．2　時間戳序列的生成　161
10．1．3　dt對象　164
10．1．4　時間戳序列的索引與切片　166
10．2　時間差　167
10．2．1　時間差序列的生成　168
10．2．2　時間差序列的運算　169
10．3　日期偏置　170
10．3．1　Offset對象　170
10．3．2　采樣頻率　173
10．4　時間序列操作　175
10．4．1　采樣頻率滑窗　175
10．4．2　重采樣　177
10．4．3　特殊連接　181
10．5　習(xí)題　184
第四部分　進階實戰(zhàn)
第　11章 數(shù)據(jù)觀測　190
11．1　可視化方法　190
11．1．1　基本繪圖　190
11．1．2　元素控制　198
11．1．3　子圖繪制　203
11．2　數(shù)據(jù)觀測方法　206
11．2．1　數(shù)據(jù)類型　206
11．2．2　數(shù)據(jù)統(tǒng)計量　207
11．2．3　數(shù)據(jù)分布　209
11．2．4　基于數(shù)據(jù)報告的觀測　210
11．3　習(xí)題　212
第　12章 特征工程　216
12．1　單特征構(gòu)造　216
12．1．1　特征變換　216
12．1．2　文本數(shù)據(jù)特征　223
12．1．3　時間序列數(shù)據(jù)特征　226
12．1．4　單特征構(gòu)造的一般方法　230
12．2　多特征構(gòu)造　236
12．2．1　分組技術(shù)　236
12．2．2　特征降維　239
12．3　特征選擇　242
12．3．1　基于統(tǒng)計量的選擇　242
12．3．2　基于模型的選擇　249
12．4　習(xí)題　255
第　13章 性能優(yōu)化　258
13．1　pandasic代碼要義　258
13．2　多進程加速　261
13．2．1　多進程和多線程　261
13．2．2　多進程的陷阱　264
13．2．3　異步進程　268
13．2．4　進程中的數(shù)據(jù)共享　271
13．2．5　在pandas中使用 多進程　282
13．3　利用Cython加速　286
13．3．1　初識Cython　286
13．3．2　優(yōu)化策略　288
13．3．3　多線程加速　295
13．3．4　Cython類及其應(yīng)用　306
13．3．5　模塊構(gòu)建　311
13．4　利用Numba加速　315
13．4．1　noPython模式　315
13．4．2　ufunc與向量化　320
13．4．3　jitclass及其應(yīng)用　323
13．5　習(xí)題　325