这本书的书名是《pandas数据处理与分析》，作者是耿远昊，由人民邮电出版社出版。
读书摘要
《pandas数据处理与分析》是一本全面介绍如何使用Python中的pandas库进行数据处理与分析的书籍。适合有一定Python编程基础，并且希望深入学习数据处理和分析的读者。
书中详细介绍了pandas库的各种功能和应用场景。通过丰富的实例和案例，系统地讲解了从基础操作到高级应用的各个方面。作者从数据结构、数据读取与输出、数据清洗、数据转换、数据分组与聚合、时间序列分析、可视化等多个维度展开。
在数据结构部分，读者可以了解到pandas中重要的数据结构，如Series和DataFrame的使用方法。数据读取与输出章节则涵盖了如何从各种常见的数据格式（如CSV、Excel、SQL数据库等）中读取数据，并将处理后的数据输出。
数据清洗部分着重讲解了如何处理数据中的缺失值、重复值等常见问题。在数据转换章节，读者将学会如何进行数据类型转换、行列转换等操作。数据分组与聚合以及时间序列分析章节则对数据分析中的关键操作进行了深入讲解。
此外，书中还涉及了数据可视化的内容，展示了如何利用pandas的绘图功能直观地展示数据。通过实际的案例分析，读者可以更好地将所学知识应用到实际的数据处理和分析项目中。
主要内容
- 基础部分
• 介绍了Python和NumPy的基础知识，为后续学习pandas打下基础。
• 详细讲解了pandas的安装和环境配置。
- 核心操作
• 涵盖了pandas的4类操作，包括索引、分组、变形和连接操作。
• 介绍了数据清洗、转换和处理的方法。
- 数据类型处理
• 深入讲解了pandas中的4类数据类型，包括缺失数据、分类数据、数据类型转换和时间序列数据的处理。
- 进阶实战
• 介绍了数据观测、特征工程和性能优化的相关内容。
• 通过丰富的案例和练习，帮助读者将知识应用到实际项目中。
详细目录
• 第一部分：基础
• 第1章：Python基础
• 1.1 Python基础回顾
• 1.2 函数与匿名函数
• 1.3 模块与包
• 1.4 数据结构基础
• 第2章：NumPy基础
• 2.1 NumPy数组操作
• 2.2 广播机制
• 2.3 索引与切片
• 2.4 通用函数
• 第二部分：4类操作
• 第3章：索引操作
• 3.1 单级索引
• 3.2 多级索引
• 3.3 索引的增删改
• 第4章：分组操作
• 4.1 分组机制
• 4.2 分组聚合
• 4.3 分组转换
• 第5章：变形操作
• 5.1 重塑层次化索引
• 5.2 轴向旋转
• 5.3 列转行与行转列
• 第6章：连接操作
• 6.1 连接的基本概念
• 6.2 连接的方式
• 6.3 连接的应用场景
• 第三部分：4类数据
• 第7章：缺失数据
• 7.1 缺失数据的表示
• 7.2 缺失数据的检测
• 7.3 缺失数据的处理
• 第8章：分类数据
• 8.1 分类数据的创建
• 8.2 分类数据的操作
• 8.3 分类数据的应用
• 第9章：数据类型转换
• 9.1 数据类型的查看
• 9.2 数据类型的转换方法
• 9.3 数据类型转换的应用
• 第10章：时间序列数据
• 10.1 时间序列的基本概念
• 10.2 时间序列的创建
• 10.3 时间序列的操作
• 第四部分：进阶
• 第11章：数据观测
• 11.1 数据的基本观测
• 11.2 数据的统计观测
• 11.3 数据的可视化观测
• 第12章：特征工程
• 12.1 特征的提取
• 12.2 特征的转换
• 12.3 特征的选择
• 第13章：性能优化
• 13.1 数据读取的优化
• 13.2 数据处理的优化
• 13.3 数据存储的优化