Pandas 实践实验室

Name: Pandas 实践实验室
Author: Labby

本课程包含大量 Pandas 实验，每个实验都是一个小的 Pandas 项目，配有详细的指导和解决方案。通过完成这些实验，你可以练习 Pandas 技能，提高编程能力，并学习如何编写简洁高效的代码。

Python数据科学

💡 本教程由 AI 辅助翻译自英文原版。如需查看原文，您可以切换至英文原版

大纲

Pandas 简介

处理缺失数据

处理可空整数

Pandas DataFrame 扩展方法

Pandas DataFrame Groupby 方法

在 Pandas 中使用稀疏结构

使用 PyArrow 增强 Pandas

Pandas DataFrame Agg 方法

扩展大型数据集

Pandas DataFrame Any 方法

Pandas DataFrame Drop 方法

Pandas DataFrame Rank 方法

Pandas DataFrame Astype 方法

Pandas DataFrame Apply 方法

使用 Pandas 进行数据重塑

Pandas 写时复制实现指南

处理时间增量

Pandas DataFrame Combine_first 方法

Pandas DataFrame Dropna 方法

Pandas DataFrame 删除重复行方法

Pandas DataFrame Count 方法

Pandas DataFrame 透视表方法

Pandas DataFrame Pivot 方法

Pandas 中的窗口操作

Pandas 数据操作基础

Pandas DataFrame Query 方法

Pandas DataFrame 的 copy() 方法

Pandas DataFrame Eq 方法

处理可空布尔数据

Pandas Series 聚合方法

Pandas 基础：DataFrame 内存与操作

Pandas DataFrame 的 items() 方法

Pandas DataFrame Iterrows 方法

Pandas DataFrame 内存使用方法

Pandas Series 聚合方法

Pandas DataFrame Itertuples 方法

使用 Pandas 中的数据结构

Pandas DataFrame Align 函数

Pandas DataFrame 箱线图方法

Pandas DataFrame 的 corrwith 方法

Pandas DataFrame Cov 方法

Pandas DataFrame Droplevel 方法

Pandas DataFrame From_dict 方法

Pandas DataFrame Get 方法

Pandas DataFrame 的 info() 方法

Pandas Series Append 方法

Pandas Series Astype 方法

处理重复标签

Pandas Series Apply 方法

Pandas Series Asfreq 方法

Pandas DataFrame Abs 方法

Pandas DataFrame 的 asof() 方法

Pandas DataFrame 比较方法

Pandas DataFrame Idxmax 方法

Pandas DataFrame Keys 方法

Pandas DataFrame Nlargest 方法

Pandas DataFrame Nsmallest 方法

Pandas DataFrame 的 pop() 方法

Pandas DataFrame Pct_change 方法

Pandas DataFrame Hist 方法

Pandas DataFrame Asfreq 方法

Pandas DataFrame 的 assign 方法

Pandas DataFrame Backfill 方法

Pandas DataFrame Convert_dtypes 方法

Pandas DataFrame Describe 方法

Pandas DataFrame 的 duplicated() 方法

Pandas DataFrame Head 方法

Pandas DataFrame 插值方法

Pandas DataFrame Reindex 方法

Pandas DataFrame At_time 方法

Pandas DataFrame 均值方法

Pandas DataFrame 中位数方法

Pandas DataFrame Corr 方法

Pandas DataFrame 过滤方法

Pandas DataFrame Idxmin 方法

Pandas DataFrame 的 Join 方法

Pandas DataFrame Applymap 方法

Pandas DataFrame Fillna 方法

Pandas Append 方法

在 Pandas 中处理文本数据

简介

本 Pandas 实践实验课程旨在帮助你掌握使用强大的 Pandas 库进行数据操作和分析的核心技能。通过一系列动手实验，你将有机会将 Pandas 知识应用于真实世界的数据场景，并提升你的编程能力。

🎯 任务

在本课程中，你将学习：

如何使用 Pandas 加载、清理和预处理数据
如何执行高级数据分析和操作技术，例如索引、过滤、分组和聚合数据
如何使用 Pandas 内置的可视化功能进行数据可视化
如何通过遵循最佳实践编写高效且可读性强的 Pandas 代码

🏆 成就

完成本课程后，你将能够：

自信地应用 Pandas 解决各种数据相关问题
深入理解 Pandas 的核心功能以及如何有效利用它们
通过在动手实践的项目环境中练习 Pandas 来提升编程技能
通过完成一系列实践实验展示你对 Pandas 的熟练程度

教师

Labby

Labby is the LabEx teacher.

为您推荐