【最齊全！徹底活用Pandas的114技】

想學Pandas，看官方文件就夠了？

對於Python使用者來說，Pandas無疑是資料分析的必備套件。有了Pandas，您可以非常高效地重塑、過濾、清理以及整合大部分類型的資料。的確，Pandas的官方網站提供了不同指令的使用範例。因此有的使用者會說：『不用買書看啦！網路資源這麼豐富，多看看官方文件就好了！』

不過，單單只知道某個指令的運作方式是不足夠的。在實際進行資料分析時，您可能需要結合多個指令來達成目標。這時候，您更需要知道如何活用Pandas。舉例來說，假設您現在面對DataFrame的記憶體用量過大，導致無法順利分析資料的難題時，該怎麼辦呢？

從Pandas的官方文件中，您可以了解轉換欄位型別的方法，也知道如何查詢欄位的浮點數精度。只要結合這兩個方法，您就可以非常輕鬆地降低DataFrame的記憶體用量。遺憾的是，官方文件並不會告訴您這個訣竅，而必須自己花時間來摸索。在摸索的過程中，不可避免地會多走許多彎路。

本書並非單純的Pandas語法參考手冊。作者寫作此書時的目標，是希望讀者們可以從完整的範例中學習，並充分了解活用Pandas技巧的重要性。此外，作者習慣給出同一問題的不同解法，同時比較不同做法的效能。由此一來，讀者日後在實際分析資料時，才能知道哪一種做法是最優解。

正面對決真實資料集！

目前市面上的Pandas書籍，多數是使用亂數產生的假資料集來進行教學。這會導致您在面對真實資料集時，不知該從何下手。有鑒於此，本書作者使用了眾多的真實資料集，讓讀者切身感受資料分析師的工作內容。書中的資料集包含：

●IMDB 5000電影資料集

●Tesla股票資料集

●Kaggle問卷資料集

●鑽石品質資料集

●美國大學資料集

●美國國內航班資料集

●丹佛市的犯罪案件資料集 

●阿爾塔年積雪資料集

●美國燃油經濟資料集 

…等

最齊全的Pandas技巧教學！

為了讓讀者可以更好的理解，書中每一小節的內容皆搭配完整範例。讀者可以從讀入資料集開始，循序漸進地搞懂資料分析的眉眉角角。全書共傳授了Pandas實戰的114種技巧，保證讀者可以全面掌握其中的精髓。讀者將會學到如何：

●處理資料集中的缺失值

●處理索引爆炸的問題

●組合多個Pandas物件

●在DataFrame中新增和刪除欄位

●取得特定欄位的統計資訊

●轉置DataFrame的運算方向

●減少DataFrame的記憶體用量

●混用位置和標籤來選取資料

●透過Pandas實現SQL的功能 

●對多個欄位進行分組及聚合運算

●將資料集重塑成整齊的形式

●過濾包含時間序列資料的欄位

●搭配Matplotlib和Seaborn來視覺化資料

●在Jupyter中進行Pandas程式碼的除錯

…等

如果您不想只是死記硬背Pandas語法，還想學習如何活用其中的技巧，非常歡迎您跟著書中的範例動手試試看，保證可以讓您的資料分析能力更上一層樓！ 

本書特色

●全面採用最新的Pandas 1.x版本

●最齊全的Pandas教學，傳授114招實用技巧

●附有超過114個範例，還有多到無法細數的資料分析的寶貴經驗，從做中學才更有效

●使用真實世界中的資料集，累積實戰能力 

●搭配NumPy、Matplotlib、Seaborn、 Pandarallel、Great Expectations、pytest、Hypothesis 等工具，擴增你的武器庫

●完整說明CSV檔、JSON檔、SQL資料及HTML表格等資料類型的載入方式

●本書由施威銘研究室監修，書中針對原書進行大量補充，並適當添加註解，幫助讀者更好地理解內容

☆第0章：Pandas 套件的基礎
0-1 DataFrame物件
0-2 DataFrame的屬性（attributes）
0-3 Series物件
0-4 Pandas中的資料型別

☆第1章：DataFrame及Series的基本操作
1-1 選取DataFrame的欄位
1-2 呼叫Series的方法（method）
1-3 Series的相關操作
1-4 串連Series的方法
1-5 更改欄位名稱
1-6 新增及刪除欄位

☆第2章：DataFrame的運算技巧
2-1 選取多個DataFrame的欄位
2-2 用方法選取欄位
2-3 對欄位名稱進行排序
2-4 DataFrame的統計方法
2-5 串連DataFrame的方法
2-6 DataFrame的算符運算
2-7 比較缺失值
2-8 轉置DataFrame運算的方向
2.9 案例演練：確定大學校園的多樣性

☆第3章：建立與保存DataFrame
3-1 從無到有建立DataFrame
3-2 存取CSV檔案
3-3 讀取大型的CSV檔案
3-4 使用Excel檔案
3-5 讀取ZIP檔案中的資料
3-6 存取資料庫
3-7 存取JSON格式的資料
3-8 讀取HTML表格

☆第4章：開始資料分析
4-1 制定資料分析的例行程序
4-2 資料字典
4-3 改變資料型別以減少記憶體用量
4-4 資料的排序
4-5 排序後選取每組的最大值和最小值
4-6 用sort_values()選取最大值
4-7 案例演練：計算移動停損單價格

☆第5章：探索式資料分析
5-1 摘要統計資訊
5-2 轉換欄位的資料型別
5-3 資料轉換與缺失值處理
5-4 檢視連續資料的分佈狀況
5-5 檢視不同分類的資料分佈
5-6 比較連續欄位的關聯性
5-7 比較分類欄位的關聯性
5-8 使用Profiling函式庫建立摘要報告

☆第6章：選取資料的子集
6-1 選取一筆或躲避Series資料
6-2 選取DataFrame的列
6-3 同時選取DataFrame的列與欄位
6-4 混用位置與標籤來選取資料
6-5 按標籤的字母順序進行切片

☆第7章：用布林陣列篩選特定的資料
7-1 計算布林陣列的統計資訊
7-2 設定多個布林條件
7-3 以布林陣列來進行過濾...