第 8 章 数据类型与转换
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。
本专题为一套完整 Python 系统化学习教程,面向零基础编程新手、转行开发、数据分析爱好者。内容从 Python 基础语法、变量、循环、函数,逐步进阶到面向对象、文件操作、正则、多线程、爬虫、Pandas 数据分析、项目实战。采用「教 - 学 - 练 - 考」模式,搭配可运行代码案例、课后习题与实战项目,避开碎片化学习痛点,循序渐进掌握 Python 核心能力,可用于爬虫开发、数据处理、自动化脚本、后端开发等场景,帮助读者真正实现从入门到精通。
收录 97 篇文章数据类型(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。
从元类一路走回来,终点就一句 print("Hello, World!")。这一篇,我们把整本书的零件拼成一个真正能跑的小程序。
四种容器,四种性格:列表能改、元组锁定、字典查得快、集合专治重复。选对了容器,代码就顺了一半。