Python数据分析从入门到实践（全彩版）Python Excel高效办公常备工具

第1章  数据分析基础

1.1  什么是数据分析

1.2  数据分析的重要性

1.3  数据分析的基本流程

1.3.1  熟悉工具

1.3.2  明确目的

1.3.3  获取数据

1.3.4  数据处理

1.3.5  数据分析

1.3.6  验证结果

1.3.7  结果呈现

1.3.8  数据应用

1.4  数据分析的常用工具

1.4.1  Excel工具

1.4.2  Python语言

1.5  小结

温故知新

第2章  搭建Python数据分析环境

2.1  Python概述

2.1.1  Python简介

2.1.2  Python版本

2.2  搭建Python开发环境

2.2.1  什么是IDLE

2.2.2  安装Python

2.2.3  使用IDLE编写“hello world”

2.2.4  配置环境变量——解决“python不是

          内部/外部命令”问题

2.3  集成开发环境PyCharm

2.3.1  下载PyCharm

2.3.2  安装PyCharm

2.3.3  运行PyCharm

2.3.4  创建工程目录

2.3.5  个Python程序“hello world”

2.4  数据分析的标准环境Anaconda

2.4.1  为什么需要安装Anaconda

2.4.2  下载Anaconda

2.4.3  安装Anaconda

2.5  文学式开发工具Jupyter Notebook

2.5.1  认识Jupyter Notebook

2.5.2  新建一个Jupyter Notebook文件

2.5.3  在Jupyter Notebook中编写

         “Hellor World”

2.6  科学计算工具IPython

2.6.1  安装IPython

2.6.2  运行IPython

2.6.3  在IPython中编写“Hello World”

2.6.4  Tab键自动搜索

2.6.5  内省（帮助）功能

2.6.6  IPython常用的魔法命令

2.6.7  直接执行Shell命令

2.7  小结

温故知新

第3章  Pandas入门

3.1  初识Pandas

3.1.1  Pandas概述

3.1.2  安装Pandas

3.1.3  牛刀小试——轻松导入Excel数据

快速示例01  导入英超射手榜数据............ 42

3.2  Series对象

3.2.1  图解Series对象

3.2.2  创建一个Series对象

快速示例02  为成绩表添加一列“物理”成绩... 44

3.2.3  手动设置Series索引快速示例03  手动设置索引 45

3.2.4  Series的索引

快速示例04  通过位置索引获取学生的物理成绩. 46

快速示例05  通过标签索引获取学生的物理成绩. 46

快速示例06  通过切片获取数据.............. 46

快速示例07  通过位置切片获取数据.......... 47

3.2.5  获取Series的索引和值快速示例08  获取物理成绩的索引和值   47

3.3  DataFrame对象

3.3.1  图解DataFrame对象

快速示例09  遍历DataFrame数据............ 48

3.3.2  创建一个DataFrame对象

快速示例10  通过二维数组创建成绩表........ 50

快速示例11  通过字典创建成绩表............ 50

3.3.3  DataFrame的重要属性和函数

3.4  导入外部数据

3.4.1  导入.xls或.xlsx文件

快速示例12  导入Excel文件................ 53

快速示例13  导入指定Sheet页的数据......... 54

快速示例14  指定行索引导入Excel数据....... 55

快速示例15  导入列数据................ 56

3.4.2  导入.csv文件快速示例16  导入.csv文件 58

3.4.3  导入.txt文本文件快速示例17  导入.txt文本文件    59

3.4.4  导入HTML网页

快速示例18  导入NBA球员的薪资数据......... 60

3.5  数据抽取

3.5.1  抽取一行数据

快速示例19  抽取一行考试成绩数据.......... 61

3.5.2  抽取多行数据

快速示例20  抽取多行考试成绩数据.......... 62

快速示例21  抽取连续几个学生的考试成绩..... 62

3.5.3  抽取指定列数据

快速示例22  抽取“语文”和“数学”的
                         考试成绩........... 63

快速示例23  抽取指定学科的考试成绩........ 64

3.5.4  抽取指定行列数据

快速示例24  抽取指定学科和指定学生的
                         考试成绩........... 64

3.5.5  按指定条件抽取数据

快速示例25  抽取指定学科和指定分数的数据... 65

3.6  数据的增加、修改和删除

3.6.1  增加数据

快速示例26  增加一列“物理”成绩.......... 66

快速示例27  使用loc属性增加一列“物理”成绩 67

快速示例28  在列的后面插入“物理”成绩. 67

快速示例29  在成绩表中增加一行数据........ 68

快速示例30  在原有数据中增加几名同学的考试
                          成绩.............. 68

3.6.2  修改数据

快速示例31  修改“数学”的列名............ 68

快速示例32  修改多个学科的列名............ 69

快速示例33  将行标题统一修改为数字编号..... 69

快速示例34  修改学生成绩数据.............. 69

3.6.3  删除数据

快速示例35  删除指定的学生成绩数据........ 70

快速示例36  删除符合条件的学生成绩数据..... 71

3.7  数据清洗

3.7.1  查看与处理缺失值

快速示例37  查看数据概况.................. 71

快速示例38  判断数据是否存在缺失值........ 72

快速示例39  将NaN填充为0................. 74

3.7.2  重复值处理

快速示例40  处理淘宝电商销售数据中的
                         重复数据........... 74

3.7.3  异常值的检测与处理

3.8  索引设置

3.8.1  索引的作用

3.8.2  重新设置索引

快速示例41  重新设置物理成绩的索引........ 77

快速示例42  向前和向后填充数据............ 77

快速示例43  创建成绩表并重新设置索引...... 78

3.8.3  设置某列为索引

快速示例44  设置“买家会员名”为行索引..... 78

3.8.4  数据清洗后重新设置连续的行索引快速示例45  删除数据后重新设置索引  80

3.9  数据排序与排名

3.9.1  数据排序

快速示例46  按“销量”进行降序排序........ 81

快速示例47  按照“图书名称”和“销量”降序
                          排序.............. 82

快速示例48  对分组统计数据进行排序........ 82

快速示例49  按行数据进行排序.............. 83

3.9.2  数据排名

快速示例50  对产品销量按顺序进行排名...... 84

快速示例51  对产品销量进行平均排名........ 84

3.10  小结

温故知新

第4章  Pandas进阶

4.1  数据计算

4.1.1  求和（sum函数）

快速示例01  计算“语文”“数学”“英语”的
                          总成绩............ 88

4.1.2  求均值（mean函数）

快速示例02  计算“语文”“数学”“英语”
                         各科的平均分....... 89

4.1.3  求值（max函数）快速示例03  计算“语文”“数学”“英语”
                         各科的分....... 90

4.1.4  求小值（min函数）快速示例04  计算“语文”“数学”“英语”
                         各科的分....... 91

4.1.5  求中位数（median函数）快速示例05  计算学生各科成绩的中位数（1）   92

快速示例06  计算学生各科成绩的中位数（2）.. 92

4.1.6  求众数（mode函数）

快速示例07  计算学生各科成绩的众数........ 93

4.1.7  求方差（var函数）

快速示例08  通过方差判断谁的物理成绩更稳定. 94

4.1.8  标准差（数据标准化std函数）快速示例09  计算各科成绩的标准差  95

4.1.9  求分位数（quantile函数）

快速示例10  通过分位数确定被淘汰的35%的学生 96

快速示例11  计算日期、时间和时间增量数据的
                          分位数............ 97

4.2  数据格式化

4.2.1  设置小数位数

快速示例12  四舍五入保留指定的小数位数..... 98

4.2.2  设置百分比

快速示例13  将指定数据格式化为百分比数据... 99

4.2.3  设置千位分隔符快速示例14  将金额格式化为带千位分隔符的
                          数据............. 100

4.3  数据分组统计

4.3.1  分组统计groupby函数

快速示例15  根据“一级分类”统计订单数据.. 101

快速示例16  根据“两级分类”统计订单数据.. 102

快速示例17  统计各编程语言的7天点击量.... 102

4.3.2  对分组数据进行迭代快速示例18  迭代“一级分类”的订单数据 103

快速示例19  迭代“两级分类”的订单数据.... 103

4.3.3  对分组的某列或多列使用聚合函数

        （agg函数）

快速示例20  对分组统计结果使用聚合函数.... 104

快速示例21  针对不同的列使用不同的聚合函数 104

快速示例22  通过自定义函数实现分组统计.... 104

4.3.4  通过字典和Series对象进行分组统计

快速示例23  通过字典分组统计“北上广”的
                          销量............. 105

快速示例24  通过Series对象分组统计“北上广”
                          销量............. 106

4.4  数据移位

快速示例25  统计学生英语周测成绩的升降情况 107

4.5  数据转换