Python 进阶视频课 - 4. Pandas 下

这是 Python 进阶课的第四节 - Pandas 下，进阶课的目录如下：

1. NumPy 上

2. NumPy 下

3. Pandas 上

之前基础版的 11 节的目录如下：

1. 编程概览

2. 元素型数据

3. 容器型数据

4. 流程控制：条件-循环-异常处理

5. 函数上：低阶函数

6. 函数下：高阶函数

7. 类和对象：封装-继承-多态-组合

8. 字符串专场：格式化和正则化

9. 解析表达式：简约也简单

10. 生成器和迭代器：简约不简单

11. 装饰器：高端不简单

本次课程主要从数据分析、数据可视和数据处理来玩转 Pandas：

数据分析

Pandas 被公认为数据分析 (data analysis) 的神器，从四方面来讲解：

• 单维整体分析：对每个特征下的值做整合求指标

• 多维分组分析：先在一个或多个特征下分组，再对每组中其他特征下的值做整合求指标

• 多维透视分析：透视表将源表的若干列分组作为终表的“支点”，然后在新行和新列的维度上做整合。

• 多维交叉分析：交叉表是透视表的特例，其默认的整合函数是计算个数或频率。

两张图就把透视表 (pivot_table) 和交叉表 (crosstab) 讲的清清楚楚。

数据可视

数据可视 (data visualization) 是本次课程第二部分的内容，提到画图那么一定会提到 matplotlib 和 seaborn 这两个最常用的工具包。但在 Pandas 直接使用 

• Series.plot()

• DataFrame.plot()

可以快速可视化数据。注意，画出来的图不会很好看而且含信息量也不全，但能快速的展示出数据的核心关系。如要继续个性化图表，那么才使用 matplotlib, seaborn 甚至 bokeh, plotly, pyecharts 和 altair 等。

数据处理

最后一部分内容是数据处理 (data munging)，前面所有的数据都是经过处理过而变得“干净”，但在实际工作做数据一开始都是“杂乱”的，因此第一步都是要做处理，主要可以归纳成两大方面：

• 数据清洗 (data cleansing)：缺失值、离群值

• 数据转换 (data transforming)：编码、分组

付费用户（付 1 赠 1）可以获得：

• 观看课程视频 (98 分钟)

• Python 代码 (Jupyter Notebook)