机读格式显示(MARC)

• 000 02116nam0 2200313 450

• 001 0001064812

• 005 20220829105000.0

• 010 __ |a 978-7-111-68545-6 |d CNY99.00

• 100 __ |a 20210727d2021 em y0chiy50 ea

• 101 0_ |a chi

• 102 __ |a CN |b 110000

• 105 __ |a y z 000yy

• 106 __ |a r

• 200 1_ |a 深入浅出Pandas |9 shen ru qian chu Pandas |b 专著 |e 利用Python进行数据处理与分析 |d Dive into pandas |e data processing and analysis with python |f 李庆辉著 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2021.07

• 215 __ |a 16,410页 |d 24cm

• 225 1_ |a 数据分析与决策技术丛书

• 300 __ |a 华章IT

• 330 __ |a 本书共17章，从逻辑上可分为七部分。第一部分(第1-2章)主要介绍了Python和Pandas的数据结构和数据类型、Pandas开发环境的搭建以及Pandas的快速入门。第二部分(第3-5章)主要介绍了Pandas读取与导出数据、索引操作、数据类型转换、查询筛选、统计计算、排序、函数应用等。第三部分(第6-9章)主要介绍了Pandas的分组聚合操作、合并操作、对比操作、数据透视、转置、归一化、标准化、数据升降维等。第四部分(第10-12章)主要介绍了缺失值和重复值的识别、删除、填充，数据的替换、格式转换，文本的提取、连接、切分、替换、格式化等。第五部分(第13-14章)主要介绍了Pandas中对于时间类型数据的处理和分析，包括固定时间、时长、周期、时间偏移等的表示方法、查询、计算、格式处理，以及时区转换、重采样、工作日和工作时间的处理方法。第六部分(第15-16章)主要介绍了Pandas的样式功能如何让数据表格更有表现力，如何活用Pandas的绘图功能，如何定义不同类型的数据图形等。第七部分(第17章)介绍了从需求到代码的思考过程，如何利用链式编程思想提高代码编写和数据分析效率，并从数据处理和数据分析两个角度给出了大量的应用案例及代码详解。

• 333 __ |a 本书适合互联从业人员，包括数据分析师、产品经理、运营、开发等人员，在其他行业如金融、教育、通讯、文化传媒等行业与数据密切的相关人员

• 510 1_ |a Dive into pandas |e data processing and analysis with python |z eng

• 517 1_ |a 利用Python进行数据处理与分析 |9 li yong Python jin xing shu ju chu li yu fen xi

• 606 0_ |a 软件工具 |x 程序设计

• 610 0_ |a Python

• 690 __ |a TP311.56 |v 5

• 701 _0 |a 李庆辉 |9 li qing hui |4 著

• 801 _0 |a CN |b 人天书店 |c 20210727

• 801 _2 |a CN |b Wuxilib |c 20220824

• 905 __ |a Wuxilib |d TP311.56/1000