掌握 pandas 基础。学习如何检查 DataFrame，并进行基本操作，包括排序行、子集化，以及添加新列。

认识 DataFrame

检查 DataFrame

DataFrame 的组成部分

排序与子集

排序行

按列子集化

子集化行

按分类变量筛选行

新列

添加新列

组合连招！

转换 DataFrame

本章将计算 DataFrame 列的汇总统计，并掌握分组汇总统计与数据透视表。

汇总统计

均值与中位数

汇总日期

高效汇总

累积统计

计数

删除重复值

统计分类变量

分组汇总统计

各门店类型的销售额占比是多少？

使用 .groupby() 进行计算

多重分组汇总

数据透视表

按一个变量透视

使用透视表填充缺失值并求和

聚合 DataFrame

索引是功能增强的行名和列名。学习如何将它们与切片结合，用于强大的 DataFrame 子集化。

显式索引

设置与移除索引

使用 .loc[] 进行子集选择

设置多级索引

按索引值排序

使用 .loc 和 .iloc 进行切片与子集提取

按索引值切片

双向切片

时间序列切片

按行/列编号取子集

使用数据透视表

按城市和年份透视温度

透视表取子集

在透视表上进行计算

切片与索引 DataFrame

学习可视化 DataFrame 的内容、处理缺失值，以及从 CSV 文件导入数据并将数据导出为 CSV。

可视化您的数据

哪种牛油果尺寸最受欢迎？

随时间变化的销售额

牛油果的供给与需求

常规鳄梨 vs 有机鳄梨的价格

缺失值

查找缺失值

删除缺失值

替换缺失值

创建 DataFrame

字典列表

列表字典

读取与写入 CSV

CSV 转为 DataFrame

将 DataFrame 导出为 CSV

总结

创建与可视化 DataFrame

你将学习如何同时从多个维度分析数据，通过将汇总信息同时按多个类别进行拆解，从而发现更细微的数据模式。

多个分组列

你将学习如何按类别拆解汇总统计数据，从而能够比较不同群体之间的指标并发现数据中的规律。

单个分组列

你将学习如何通过计算总计、平均值和计数等关键统计指标来汇总数据，从而能够从原始数据中提取有价值的见解。

汇总值

数据聚合

您将学习处理多步计算并计算总额百分比，从而能够构建基于中间结果的复杂指标。

复杂转换

您将学会通过组合和计算现有数据的值来创建新列，从而推导出原始数据集中未包含的比率和其他指标。

基础转换

数据转换

你将学习如何根据条件从数据中提取特定行，使你能够专注于分析相关的子集，并处理缺失值和文本模式。

基础筛选

你将学习如何通过结合 AND 和 OR 逻辑，同时使用多个标准过滤数据，从而精确地提取所需的行。

多个条件

你将学习通过将条件拆分为独立的列来简化复杂的筛选，并学会提取筛选结果的反面，从而使你的分析更加透明且易于验证。

复杂筛选

数据筛选

你将学习如何根据特定条件执行不同的计算，从而能够实现数值标准化、将数据分类，并处理数据中的各种场景。

条件转换

你将学习如何计算仅包含符合特定条件的数值的汇总数据，从而让你能够计算更精细的指标，例如在每个分组内计算“仅针对延误航班的平均值”。

条件聚合

条件操作

Avocado prices

Course Glossary: Data Manipulation with pandas

Homelessness data

Walmart sales

Temperatures

pandas 是全球最流行的 Python 库，可用于从数据处理到数据分析的各类任务。在本课程中，您将学习如何操作 DataFrame，并在分析前对真实世界的数据集进行提取、筛选和转换。借助 pandas，您将探索数据科学的核心概念。通过使用真实数据（包括 Walmart 销售数据和全球气温时间序列），您将学习如何导入、清洗、计算统计量并创建可视化——以 pandas 赋能 Python！

视频包含实时字幕，您可以点击视频左下角的 "Show transcript" 进行查看。

课程术语表位于右侧的资源板块中。

如需获取 CPE 学分，您需要完成课程并在合格测评中达到 70% 的分数。您可以点击右侧的 CPE 学分提示进入测评。

pandas 是世界上最受欢迎的 Python 库，用于从数据处理到数据分析的各种任务。 在这门课程中，在 AI 导师的陪伴下，您将学习如何操作 DataFrame，同时对真实世界数据集进行聚合、筛选和转换，以便进行分析。 使用 pandas，你将探索数据科学中必不可少的所有核心数据处理操作。

<h2>使用 pandas 探索数据处理</h2>
通过这门课程，你将了解为什么 pandas 是世界上最受欢迎的 Python 库，它可用于从数据处理到数据分析的各种任务。 你将学习如何操作 DataFrame，在分析过程中提取、筛选并转换真实世界的数据集。 
<br><br>
借助 pandas，你将探索所有核心数据科学概念。 使用真实世界的数据，包括沃尔玛销售数据和全球温度时间序列，您将学习如何导入、清洗、计算统计数据并创建可视化——使用 pandas 为 Python 增添更强大的能力。
<br><br>
<h2>使用 pandas 数据探索数据科学核心概念</h2>
你将从掌握 pandas 基础开始，包括如何检查 DataFrame 以及进行一些基本操作。 你还将学习如何聚合 DataFrame，然后再继续学习切片和索引。 
<br><br>
你将通过学习如何可视化 DataFrame 的内容来完成这门课程，并使用一个包含美国牛油果每周销售数据的数据集。 
<br><br>
<h2>学习操作 DataFrame</h2>
完成这门 pandas 课程后，你将了解如何使用这个 Python 库进行数据处理。 你将了解 DataFrame 及其使用方法，并能够在 Python 中可视化你的数据。

Intermediate Python

本课程教您使用pandas操作数据，提取、过滤和转换真实数据集以进行分析。

使用 pandas 进行数据处理

学习如何使用 pandas 导入和清洗数据、计算统计量并创建可视化。 

使用 .loc 和 .iloc 进行切片与子集提取

Create Your Free Account