Tutorials¶
这是一份很多pandas教程的指南，主要面向pandas的新用户
pandas Cookbook¶
这本书的目标（由Julia Evans）是通过给你一些具体的例子来开始使用pandas。这些是真实世界数据的例子，以及所有的错误和奇怪的需求。
这里是v0.1版本的链接。有关最新的目录，请参阅pandas-cookbook GitHub存储库。要运行本教程中的示例，您需要克隆GitHub存储库并使IPython Notebook运行。请参阅如何使用本CookBook。
- IPython Notebook的快速浏览：显示IPython的真棒标签完成和魔法函数。
- 第1章：将数据读入pandas是最简单的事情。即使编码错误！
- 第2章：如何从一个pandas数据框中选择数据并不十分明显。这里我们解释一些基础知识（如何获取切片和获取列）
- 第3章：在这里，我们进入严格的切片和切片，学习如何以复杂的方式快速的过滤数据帧。
- 第4章： 如何运用Groupby/aggregate处理pandas数据，你应该读这个。
- 第5章：在这里你可以找出在冬天在蒙特利尔是否感冒（扰流：是）。如何使用pandas抓取网络数据！如何组合数据。
- 第6章：pandas文本处理十分方便。它有所有这些向量化的字符串操作，他们是最好的。我们将把一堆包含“Snow”的字符串转换成trice中的数字向量。
- 第7章：如何使用pandas清理缺失数据。
- 第8章：使用pandas解析Unix时间轴。
Lessons for New pandas Users¶
有关更多资源，请访问主要的存储库。
- 01 - Lesson： - 导入库 - 创建数据集 - 创建数据框 - 从CSV读取 - 导出到CSV - 查找最大值 - 绘制数据
- 02 - Lesson： - 从TXT读取 - 导出到TXT - 选择顶部/底部记录 - 描述性统计 - 对数据进行分组/排序
- 03 - Lesson： - 创建函数 - 从EXCEL读取 - 导出到EXCEL - 离群值 - Lambda函数 - 切片和骰子数据
- 04 - Lesson： - 添加/删除列 - 索引操作
- 05 - Lesson： - Stack / Unstack / Transpose函数
- 06 - Lesson： - GroupBy函数
- 07 - Lesson： - 计算异常值的方法
- 08 - Lesson： - 从Microsoft SQL数据库读取
- 09 - Lesson： - 导出到CSV / EXCEL / TXT
- 10 - Lesson： - 读取/写入Excel/Json格式数据
- 11 - Lesson： - 合并来自各种来源的数据