2020年 Pandas 数据分析 & Excel 办公自动化

2020年 Pandas 数据分析 & Excel 办公自动化
共100节 1309人在学 课程详情

  • 课程简介和开发环境准备

    • 课程简介1
    • 课程简介2
    • pandas简介
    • 开发环境搭建
    • Series & DataFrame
    • 创建Series
    • 创建DataFrame

  • IO读写

    • read_excel()函数sheet_name参数
    • read_excel()函数header参数
    • read_excel()函数usecols参数
    • read_excel()函数skiprows参数
    • read_excel()函数names参数
    • read_excel()函数dtype参数
    • read_excel()函数parse_dates参数
    • read_excel()函数date_parser参数
    • read_excel()函数na_values参数
    • read_excel()函数converters参数
    • read_excel()函数true_values, false_values 参数
    • read_excel()函数其它参数补充
    • 写excel文件1
    • 写excel文件2
    • 读写csv文件
    • 读写pickle文件
    • to_sql()函数写mysql
    • read_sql()函数读mysql
    • 执行sql语句

  • index索引, 数据选择和赋值

    • index 索引
    • 查看DataFrame数据基本信息
    • 查看Series数据基本信息
    • dict-like 选择数据
    • list-like 切片选择
    • 属性访问 . 点选
    • loc 标签索引选择数据
    • iloc 整数位置索引选择数据
    • 读写 MutiIndex 多层索引excel表
    • 手动创建 MutilIndex
    • 已经有表格生成MultiIndex
    • 多层索引的取值
    • 赋值

  • missing data 缺失值

    • 缺失值 NaN NaT NA
    • isna() notna() 检测缺失值
    • dropna() 删除缺失值
    • fillna() 填充缺失值 PPT
    • fillna() 填充缺失值 code
    • interpolate() 线性插值

  • 单表格数据操作

    • 数值运算 加减乘除操作, 处理空值, 除数为0
    • 数值运算 扩展1 Series
    • 数值运算 扩展2 DataFrame
    • 数值运算 扩展3 MultiIndex

  • 字符串操作

    • Python 常用字符串方法
    • 正则表达式
    • string 类型
    • 属性访问器 和 Series.str.strip() 去除两边空格
    • Series.str.split() 拆分
    • Series.str.replace() 替换
    • Series.str.cat() 拼接/连接
    • Series.str[ ] 取值和切片
    • Series.str.extract() 提取
    • Series.str.contains() 包含/包括
    • Seires.str.get_dummies()
    • Series.str.count() / len() 匹配个数 / 字符串长度
    • Series.str.pad() 填充

  • 时间类型

    • pandas4个时间概念综述1_PPT
    • pandas4个时间概念综述2_code
    • to_datetime() 方法
    • date_range() 方法
    • datetimelike.dt 访问器
    • 创建 Period 时间段 和 dt 访问器
    • Ttimetelta 时间间隔
    • 时间序列索引

  • 多表合并

    • append() 上下合并
    • append() 练习
    • join() 左右合并
    • concat() 左右/上下合并
    • merge() 联合
    • merge() 联合 补充

  • 透视表

    • pivot() 和 pivot_table() 透视表
    • pivot_table() 透视表 补充

  • 排序

    • sort_index() sort_values() 排序
    • CategoricalDtype 自定义排序
    • 排序扩展

  • 分组

    • groupby() 分组
    • groupby().agg() 分组聚合

  • 窗口

    • rolling() 滚动窗口 int
    • rolling() 滚动窗口 offset
    • expanding() 扩展窗口

  • 函数, 方法

    • set_index() 把DataFrame已有列设置成index
    • reset_index() 重置 index
    • reindex() 使用结果符合指定的索引
    • reindex_like()
    • rename() 重命名索
    • where() 使用条件选择数据
    • cut() 将值分类到间隔
    • duplicated() 和 drop_duplicates() 标记和删除重复值
    • sample() 随机取样
    • resample() 重采样
    • apply() 应用函数
    • rank() 排名
    • stack() 堆叠
    • unstack() 反堆叠

    订阅失败

    2020年 Pandas 数据分析 & Excel 办公自动化
    2020年 Pandas 数据分析 & Excel 办公自动化 ...

    订阅列表已满，请先移出部分订阅内容。

    当前章节需购买后观看
    开通超级会员免费看！专家精选系列课程，满足你从入门到精通！更有问答月卡免费送，你的问题有问必答！
    提交答案

    购买课程

    扫码完成付费，可继续学习全部课程内容

    加载中...
    播放页问题反馈
    视频学习中有任何产品建议都可由此反
    馈，我们将及时处理！

    课时介绍

    Series.str[ ] 取值和切片

    课程介绍

    【Python】 超详细动画可视化讲解 Pandas & Excel 办公自动化 和 数据分析

    pandas是python语言的一个必学库, 他的作用是处理数据, 操作数据, 和数据分析

    视频内容主是使用pandas库实现excel办公自动化, 和一些数据分析的内容.

    亮点: 使用大量时间和精力制作出一些精美的keynote(PPT)动画来辅助教学，内容直观、通俗、易懂，目的是让同学们以最轻松的方式学习到知识。

    推荐课程
    正在试验
    后自动删除环境
    课程实验
    本次实验时间已到期 00:00:00
    课件正在飞速打包中，请耐心等待几秒钟～