Python数据分析神器

Python数据分析神器

Pandas教程

适合对象:

数据分析师。

有数据清洗或分析需求的学员。

想实现自动化数据处理的学员。

想提高数据处理能力的学员。

课程亮点：

只需熟悉少量的Python知识，便可学习Pandas数据处理。

大多案例都是用简洁的代码完成复杂的数据处理。

从Excel的视角学习。

采用边学边用的教学模式。

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？

Python基础知识。

Numpy数学库的知识。

主要学习使用Pandas处理Excel数据的各种方法。

重点讲讲解了Pandas中的Series和DataFrame两种数据结构的各种

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）

6-24提取（向列方向扩展）

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