Pandas数据分析

📄️ 1. Pandas之:Pandas简洁教程

pandas是建立在Python编程语言之上的一种快速，强大，灵活且易于使用的开源数据分析和处理工具，它含有使数据清洗和分析⼯

📄️ 2. Pandas之:Pandas高级教程以铁达尼号真实数据为例

今天我们会讲解一下Pandas的高级教程，包括读写文件、选取子集和图形表示等。

📄️ 3. Pandas之:深入理解Pandas的数据结构

本文将会讲解Pandas中基本的数据类型Series和DataFrame，并详细讲解这两种类型的创建，索引等基本行为。

📄️ 4. Pandas高级教程之:Dataframe的合并

Pandas提供了很多合并Series和Dataframe的强大的功能，通过这些功能可以方便的进行数据分析。本文将会详细讲解如何使用Pandas来合并Series和Dataframe。

📄️ 5. Pandas高级教程之:Dataframe的重排和旋转

使用Pandas的pivot方法可以将DF进行旋转变换，本文将会详细讲解pivot的秘密。

📄️ 6. Pandas高级教程之:处理text数据

在1.0之前，只有一种形式来存储text数据，那就是object。在1.0之后，添加了一个新的数据类型叫做StringDtype 。今天将会给大家讲解Pandas中text中的那些事。

📄️ 7. Pandas高级教程之:处理缺失数据

在数据处理中，Pandas会将无法解析的数据或者缺失的数据使用NaN来表示。虽然所有的数据都有了相应的表示，但是NaN很明显是无法进行数学运算的。

📄️ 8. Pandas高级教程之:category数据类型

Pandas中有一种特殊的数据类型叫做category。它表示的是一个类别，一般用在统计分类中，比如性别，血型，分类，级别等等。有点像java中的enum。

📄️ 9. Pandas高级教程之:plot画图详解

python中matplotlib是非常重要并且方便的图形化工具，使用matplotlib可以可视化的进行数据分析，今天本文将会详细讲解Pandas中的matplotlib应用。

📄️ 10. Pandas高级教程之:统计方法

数据分析中经常会用到很多统计类的方法，本文将会介绍Pandas中使用到的统计方法。

📄️ 11. Pandas高级教程之:GroupBy用法

pandas中的DF数据类型可以像数据库表格一样进行groupby操作。通常来说groupby操作可以分为三部分：分割数据，应用变换和和合并数据。

📄️ 12. Pandas高级教程之:window操作

在数据统计中，经常需要进行一些范围操作，这些范围我们可以称之为一个window 。Pandas提供了一个rolling方法，通过滚动window来进行统计计算。

📄️ 13. Pandas高级教程之:稀疏数据结构

如果数据中有很多NaN的值，存储起来就会浪费空间。为了解决这个问题，Pandas引入了一种叫做Sparse data的结构，来有效的存储这些NaN的值。

📄️ 14. Pandas高级教程之:自定义选项

pandas有一个option系统可以控制pandas的展示情况，一般来说我们不需要进行修改，但是不排除特殊情况下的修改需求。本文将会详细讲解pandas中的option设置。

📄️ 15. Pandas高级教程之:时间处理

时间应该是在数据处理中经常会用到的一种数据类型，除了Numpy中datetime64 和 timedelta64 这两种数据类型之外，pandas 还整合了其他python库比如 scikits.timeseries 中的功能。