|
Python数据分析神器 Pandas教程 适合对象: 1. 数据分析师。 2. 有数据清洗或分析需求的学员。 3. 想实现自动化数据处理的学员。 4. 想提高数据处理能力的学员。 课程亮点： 1. 只需熟悉少量的Python知识，便可学习Pandas数据处理。 2. 大多案例都是用简洁的代码完成复杂的数据处理。 3. 从Excel的视角学习。 4. 采用边学边用的教学模式。 5. 每个章节最后使用案例对所学知识加以巩固。 你能学习到什么？ 1. Python基础知识。 2. Numpy数学库的知识。 3. 主要学习使用Pandas处理Excel数据的各种方法。 4. 重点讲讲解了Pandas中的Series和DataFrame两种数据结构的各种 5. 应用。 课程大纲： 第一章：Pandas数据处理环境的搭建 1-1为什么要学习Python中的Pandas工具? 1-2 Pandas工具的使用环境配置 1-3 Python代码的编写工具 1-4Python基础操作之变量 1-5Python基础操作之注释 1-6 Python基础操作之代码缩进 1-7 Python数据结构之数字 1-8 Python数据结构之字符串 1-9Python数据结构之列表增添与删除 1-10Python数据结构之列表切片与修改 1-11 Python数据结构之元组 1-12 Python数据结构之集合 1-13Python数据结构之字典 1-14 Python之顺序语句 1-15 Python之for循环语句 1-16 Python之while循环语句 1-17 Python之单条件分支语句 1-18 Python之多条件分支语句 1-19Python之自定义函数 1-20Python之匿名函数 1-21函数参数调用 第二章：使用Pandas数据做存取 2-1Excel文件数据的读取与保存 2-2CSV文件数据的读取与保存 2-3 DataFrame数据结构（重点） 2-4 Series数据结构（重点） 第三章：Numpy数据处理基石 3-1 Numpy之普通数组 3-2 Numpy之序列数组 3-3 Numpy之随机数组 3-4 Numpy数组的转换 3-5Numpy数组类型转换 3-6 Numpy数组类型转换实例 3-7 Numpy数组缺失值处理 3-8 Numpy数组重复值处理 3-9 Numpy数组维度转换 3-10 Numpy数组合并 3-11创建常规Series数据 3-12用字典创建Series数据 3-13用列表或数组创建DataFrame表 3-14 Python字典创建DataFrame表 第四章：表格管理技术 4-1表格属性获取-1 4-2表格属性获取-2 4-3创建表格时修改属性 4-4导入外部数据为表格时修改属性 4-5已存在表格修改属性 4-6表格选择之切片法 4-7表格选择之筛选法 4-8表格选择之loc切片法-行选择 4-9表格选择之loc切片法-列选择 4-10表格选择之iloc切片法 4-11表格的行添加 4-12表格的列添加 4-13表格的行、列的删除 4-14表格的缺失值行列删除 4-15表格数据的修改 4-16添加列应用（求每个人的总分？） 4-17添加行应用（求各科目最高分？） 4-18修改列应用（将单价统一上调百分之十） 4-19修改列应用（数量大于等于100，则单价8折优惠） 4-20修改列应用（将职务为经理的相关信息隐藏） 第五章：数据处理基础 5-1运算符与运算函数 5-2 Series、DataFrame与单值的运算 5-3 Series、DataFrame各自的运算 5-4 DataFrame与Series运算 5-5数据运算时对齐特性 5-6条件判断处理1（mask与where） 5-7条件判断处理2（np.where) 5-8遍历Series元素（map） 5-9遍历DataFrame行列（apply） 5-10遍历DataFrame元素（applymap） 5-11聚合统计（常用聚合函数） 5-12 DataFrame数据统计 5-13逻辑统计（函数学习） 5-14 DataFrame逻辑统计 5-15 Series极值统计 5-16 DataFrame极值统计 5-17 Series排名统计 5-18 DataFrame排名统计 5-19实例1-根据蔬菜采购量统计采购金额 5-20实例2-按条件筛选表格记录 5-21实例3-筛选总分大于等于300的记录 5-22 实例4-按科目总分做中式排名 5-23实例5-统计每个人的最优科目 第六章：字符串清洗技术 6-1正则表达式导入与创建 6-2从开始位置匹配 6-3从任意位置匹配 6-4用列表存储匹配成功的值 6-5用迭代器存储匹配成功对象 6-6获取re.Match对象的相关信息 6-7替换匹配成功的值 6-8拆分匹配成功的值 6-9编译正则表达式 6-10特殊人才斜杠青年 6-11单字符（元字符） 6-12字符组（单字符或关系） 6-13长度匹配 6-14边界匹配 6-15分组匹配（常规分组） 6-16分组匹配（命名分组） 6-17分组在正则中的引用 6-18分组在替换处理中的引用 6-19非捕获分组匹配 6-20零宽断言 6-21懒惰匹配 6-22拆分（比Excel分列强大） 6-23拆分应用（将列的数据拆分并求和） 6-25提取（向行方向扩展） 6-26提取实例（提取列的金额、姓名、分数） 6-27 查找位置 6-28数据的查找判断 6-29数据查找应用 6-30查找实例应用 6-31 Series数据的替换 6-32 DataFrame表格替换-1 6-33 DataFrame表格替换-2 6-34 替换实例应用-1 6-35替换实例应用-2 6-36 Seires字符串长度统计 6-37 Seires数据的重复处理 6-38 Series元素字符的修剪 6-39元素填充-填充方式 6-40元素填充-填充方向 6-41 Series字符填充 6-42 DataFrame表格的判断重复 6-43 DataFrame表格的删除重复 6-44排序之普通排序 6-45自定义排序（单列处理） 6-46自定义排序（多列处理） 6-47自定义排序（用户定义） 6-48 Series合并（自身元素合并） 6-49 Series数据按位置对齐合并 6-50 Series数据按索引对齐合并 6-51扩展Seriest和df表中的列表 6-52案例1--筛选3个及以上大于等于90的记录 6-53案例2--两表查询合并应用 6-54实例3---给关键信息加掩码 6-55实例4--提取单价与数量后做统计 6-56实例5--提取不重复名单 6-57实例6--对字符串中科目成绩排序 第七章：日期处理技术 7-1单个时间戳的创建 7-2时间戳序列创建 7-3格式化时间戳 7-4时间戳转换-1 7-5时间戳转换-2 7-6时间戳信息获取 7-7单个时间差创建 7-8时间差序列创建 7-9时间差序列转换 7-10时间差信息获取 7-11时间差偏移 7-12实例1--根据出生日期计算年龄 7-13实例2-不规范日期整理为标准日期 7-14实例3--根据时长计算金额 7-15实例4--借阅天数计算到期时间 第八章：高级索引技术 8-1 Series与DataFrame索引 8-2分层索引的设置 8-3分层索引设置的4方法 8-4文件导入导出的分层索引设置 8-5列数据设置为行索引 8-6行索引设置为列数据 8-7选择单行、单列、单值、多行多列 8-8选择指定级别数据 8-9筛选索引之精确筛选 8-10筛选索引之模糊筛选 8-11重新修改索引标签 8-12索引重置-1 8-13索引重置-2 8-14索引排序-1 8-15索引排序-2 8-16索引层级交换 8-17删除分层索引中的指定层级 8-18实例1--筛选下半年销量大于上半年的记录 8-19实例2--对文本型数字月份排序 8-20实例3--根据分数返回等级并设置为索引 第九章：数据汇总技术 9-1分组原理及处理 9-2分组之常规分组 9-3分组之索引分组 9-4分组之分段分组 9-5分组之时间戳分组 9-6分组后的聚合处理-1 9-7分组后的聚合处理-2 9-8分组后的聚合处理-3 9-9分组后的转换处理-1 9-10分组后的转换处理-2 9-11分组后的过滤处理 9-12分组进阶应用（分组排名） 9-13分组后另一种数据聚合方式 9-14数据透视表之聚合处理-1 9-15数据透视表之聚合处理-2 9-16数据透视表的其它选项设置 9-17实例1--提取各分组的前两名记录 9-18实例2--按条件筛选各分组的记录 9-19实例3--提取各分组下的唯一值 9-20实例4--分组批量拆分表格到工作簿 9-21实例5--将数据透视表拆分为工作簿 第十章：表格转换技术 10-1列数据转向行方向（二维表转一维表） 10-2列数据转向行方向（列为分层索引转换） 10-3更强的列数据转到行方向（单层索引） 10-4更强的列数据转到行方向（分层索引） 10-5将行方向数据转列方向 10-6指定行、列方向数据可互转 10-7 append表格纵向拼接（初级） 10-8 concat表格纵向拼接（多表极简合并） 10-9concat表格横向拼接（多表横向合并） 10-10join表格横向拼接-1（按索引序号或标签） 10-11join表格横向拼接-2（指定列的关联拼接） 10-12join表格横向拼接-3（表格联接类型设置） 10-13 join多表横向拼接设置 10-14merge高级表格横向拼接-1（按索引关联） 10-15merge高级表格横向拼接-2（按指定列关联） 10-16merge高级表格横向拼接-3（自定义关联列） 10-17读取单工作簿下的多工作表 10-18读取文件夹下的多工作簿 10-19批量保存-多表保存到单个工作表 10-20多表保存到多个工作表 10-21多表保存到多个工作簿 10-22实例1--工资条制作 10-23实例2--特殊的纵向表格拼接 10-24实例3--多工作表合并与聚合处理 10-25实例4--跨表查询后再聚合汇总 10-26实例5--将汇总结果分发到不同工作表
| 
