第 10 章 数据变换:map / apply / applymap
pandas 的变换三兄弟 **map / apply / applymap** 是数据加工的核心工具:map 逐元素映射、apply 逐行/逐列处理、applymap 全表逐元素处理。本篇文章讲清它们的区别、用法与性能。
来自一线开发者的实践、思考与复盘。
pandas 的变换三兄弟 **map / apply / applymap** 是数据加工的核心工具:map 逐元素映射、apply 逐行/逐列处理、applymap 全表逐元素处理。本篇文章讲清它们的区别、用法与性能。
现实数据里字符串无处不在:地址、姓名、商品描述、日志……本篇文章系统讲解 pandas 的文本处理武器库:**str 访问器、大小写与去空格、拆分与拼接、查找替换、正则表达式、提取结构化信息**。
数据类型(dtype)决定了 pandas 怎么存储和计算数据:字符串列不能求和、object 列占内存大、日期列才能做时间运算。本篇文章系统讲解 pandas 的类型体系与各种转换武器。
现实世界的数据几乎都有"脏"的地方:空值、重复行、异常格式。本篇文章是数据清洗的核心章节,系统讲解**缺失值的检测、删除、填充、插值**,以及**重复值的识别与处理**。
选择数据是 pandas 使用频率最高的操作。本篇文章系统讲解 pandas 的索引体系:**列选择、行选择、loc 标签索引、iloc 位置索引、布尔索引、at/iat 快速取值**,以及如何安全地修改数据。
拿到一份新数据后,第一步不是急着分析,而是**先摸清它的全貌**:有几行几列?每列是什么类型?有没有缺失值?数值分布如何?本篇文章教你用 pandas 完成一套标准的"数据体检"流程(EDA,探索性数据分析)。
数据分析的第一步永远是**把数据读进来**。本篇文章系统讲解 pandas 如何读写 CSV、Excel、JSON、SQL、剪贴板等常见格式,以及各种格式下的关键参数和踩坑点。
本篇文章全面讲解 pandas 最核心的二维数据结构 **DataFrame**:创建方式、结构组成、常用属性、行列操作、增删改查。学完本章,你将能够熟练地在内存中"搭建和摆弄"一张表格。
本篇文章深入讲解 pandas 的一维数据结构 **Series**:如何创建、如何访问数据、有哪些常用属性和方法、如何参与运算。Series 是 DataFrame 的"积木",掌握它是学好 pandas 的第一步。
本篇文章是 pandas 从入门到精通系列的第 1 篇,带你认识 pandas 是什么、为什么要学它、如何安装、如何导入,并快速上手它的两大核心数据结构。