练习使用 pandas 从平面文件中精确获取所需数据，学习整理数据类型与处理错误，并顺带探索一些美国税务数据。

平面文件简介

从 CSV 获取数据

从其他平面文件获取数据

修改导入平面文件

仅导入部分列

分块导入文件

处理错误与缺失数据

指定数据类型

设置自定义 NA 值

跳过坏数据

从平面文件导入数据

将办公室常用的 Excel 文件导入过程自动化。导入整个工作簿或其中一部分，并确保布尔值与日期时间数据正确加载，同时了解其他人是如何学习编程的。

电子表格简介

从电子表格获取数据

只加载部分工作表

从多个工作表获取数据

选择单个工作表

选择多个工作表

处理多个工作表

修改导入：布尔型数据（true/false）

设置布尔列

自定义 True/False 取值

修改导入：解析日期

解析简单日期

从多列获取日期时间

解析非标准日期格式

从 Excel 文件导入数据

将 pandas 与 SQL 的能力相结合，了解纽约人究竟在住房方面遇到了多少问题。本章涵盖 SQL 入门主题，如 WHERE 子句、聚合函数和基础连接。

数据库简介

连接到数据库

加载整张表

用 SQL 查询精细导入

使用 SQL 选择列

选择行

基于多个条件进行筛选

更复杂的 SQL 查询

获取唯一值

按组计数

使用聚合函数

使用 JOIN 加载多张表

连接表

连接与筛选

连接、筛选与聚合

从数据库导入数据

通过探索一个公共数据集并从 Yelp 获取咖啡馆推荐，学习如何处理 JSON 数据和 Web API。最后，学习在数据加载到数据帧后合并数据集的一些技巧。

JSON 简介

加载 JSON 数据

处理 JSON 的取向

API 入门

从 API 获取数据

设置 API 参数

设置请求头

处理嵌套 JSON

展开嵌套 JSON

处理深度嵌套的数据

合并多个数据集

连接（拼接）数据框

合并数据框

总结

导入 JSON 数据并使用 API

FreeCodeCamp New Developer Survey response subset

NYC weather and 311 housing complaints

Vermont tax return data by ZIP code

在分析数据之前，您需要先获取数据。本课程将教您如何构建流程，从常见的存储格式中导入数据。您将使用 pandas（Python 中重要的分析库）从多种来源获取数据：从包含调查问卷结果的电子表格，到公共服务请求的数据库，再到热门点评网站的 API。过程中，您将学习如何精细化导入，仅获取所需内容，并处理诸如数据类型不正确等问题。最后，您将把多个来源的数据组合起来，构建一个自定义数据集。

Intermediate Python

Intermediate SQL

学习从CSV文件、电子表格、JSON、SQL数据库和API等常见格式和系统中获取数据。

使用 pandas 高效导入数据

学习从常见文件格式和系统中获取数据，如 CSV 文件、电子表格、JSON、SQL 数据库和 API。

用 SQL 查询精细导入

Create Your Free Account