Pandas для всех: анализ данных в Python

Переводчик: PythonML Оригинальное название: Pandas for Everyone: Python Data Analysis Издательство: Addison-Wesley Professional Объем в оригинале: 400 стр Дата публикации: ноябрь 2017 Тип перевода: перевод на русский Формат: текст, PDF Книга в оригинале: Pandas – библиотека Python для обработки и анализа данных. Она построена на основе структуры данных, которая называется DataFrame и использует принципы таблицы данных (data frame) среды статистического программирования R. DataFrame библиотеки pandas – это таблица, похожая на электронную таблицу Excel. Для простоты я буду называть эту таблицу датафреймом. Если же говорить более точно, датафрейм представляет собой проиндексированный многомерный массив. В отличие от NumPy, который требует, чтобы все записи в массиве были одного и того же типа, каждый столбец датафрейма (Series) может иметь отдельный тип, то есть в столбцах могут быть записаны строковые значения, даты, целые числа, числа с плавающей точкой. Библиотека pandas может работать с различными форматами файлов и баз данных, например, с файлами SQL, Excel и CSV. Она является очень полезным инструментом, активно использующимся для предварительной обработки данных (обработка пропусков, дублей, агрегация данных и прочее). Глава 1. Основные принципы датафрейма Pandas Введение Базовые понятия Цели Загрузка вашего первого набора данных Анализ столбцов, строк и ячеек Вычисления по группировке и агрегированию значений Базовая графика Выводы Глава 2. Структуры данных Pandas Введение Базовые понятия Цели Подготовка ваших собственных данных Серии Датафрейм Вносим изменения в серии и датафреймы Импорт и экспорт данных Выводы Глава 3. Знакомство с графикой matplotlib Глава 4. Сбор данных Введение Базовые понятия Цели Конкатенация Выводы Глава 5. Работа с пропущенными значениями Введение Базовые понятия Цели Что такое значение NaN Причина возникновения пропущенных данных Значения, вводимые пользователем Выводы Глава 6. Преобразование данных в удобную форму Введение Базовые понятия Столбцы являются значениями, а не переменными Столбцы содержат несколько переменных Переменные в строках и столбцах Несколько одинаковых наблюдений в таблице Получение наблюдений на базе нескольких таблиц Выводы Или лучше сделать перевод Learning Pandas - Python Data Discovery and Analysis Made Easy?