学习 Pandas | 使用 Python 进行数据分析

使用 Pandas 快速上手

本课程专为希望开始使用 Pandas 进行数据分析的初学者设计。它涵盖了 Pandas 的基础知识，包括数据结构、数据操作和数据可视化。

嗨，欢迎来到 LabEx！在这个第一个实验中，你将学习 Pandas 中的经典“你好，世界！”程序。

Pandas 是 Python 开发的一个强大的数据操作工具。它常用于数据分析和清理，因为它灵活且易于使用。在这个实验中，我们将学习如何使用 Pandas 执行基本操作，如加载数据、创建数据框、访问数据以及执行简单统计。

本实验将指导你如何使用 Pandas（一个用于 Python 的强大数据分析和操作库）读取、写入和操作数据。我们将使用泰坦尼克号沉船事件的数据集进行此练习。

在本实验中，我们将学习如何使用 Pandas（Python 中一个流行的数据分析和操作库）从数据框中选择特定数据。我们将使用泰坦尼克号数据集进行本教程。

在本实验中，我们将学习如何使用 Pandas（Python 中一个强大的数据操作库）创建绘图。我们将使用实际空气质量数据进行实际演示。在本实验结束时，你应该能够使用 Pandas 创建折线图、散点图、箱线图并自定义你的绘图。

在本实验中，我们将学习如何处理 Pandas 中的列。我们将探索如何从现有列创建新列、对列应用数学和逻辑运算、重命名列标签以及使用 apply 方法执行按列操作。

在本实验中，我们将学习如何使用 Python 的 Pandas 库计算数据的汇总统计信息。我们将使用泰坦尼克号数据集，其中包含泰坦尼克号沉船事件中乘客的数据。我们将学习如何计算汇总统计信息、聚合统计信息以及按类别计算记录数量。

在本实验中，我们将探索如何使用各种函数（如 sort_values、pivot、pivot_table 和 melt）在 pandas 中重塑数据。我们将使用泰坦尼克号和空气质量数据集来演示重塑技术。

在本实验中，我们将使用空气质量数据来探索如何使用 Python 的 Pandas 库合并多个表。我们将使用 concat 和 merge 函数执行这些操作。本实验将帮助你了解如何有效地连接和合并数据框。

本实验将指导你使用 Python 包 Pandas 处理时间序列数据。我们将使用空气质量数据进行本教程。你将学习如何将字符串转换为日期时间对象、对这些日期时间对象执行操作、将时间序列重采样到另一个频率等等。

在本实验中，我们将探索如何使用 Python 的 Pandas 库操作文本数据。你将学习如何将字符串字符转换为小写、提取字符串的部分内容、替换字符串值等等，使用各种内置的 Pandas 方法。

您已成功完成 Quick Start With Pandas 课程！

在这个课程中，您获得了基本概念和实用技能的实践经验。以下是主要收获：

继续学习，快乐编程！🚀