Pandas中文手册

pandas 是一个用于数据分析的Python库，它能让你快速处理一些探索性的工作。

本教程改进自IA-CAS对pandas-cookbook的翻译。本手册的目的通过一些实际的例子来让你开始使用pandas。 Pandas 的帮助文档已经相当全面了。不过，经常会有人询问应该怎样上手。接下来我讲讲如何用pandas来处理一些真实世界中的数据，如你所料，这些数据包含各种bug和异常值。

接下来我会使用以下3个数据集：这些数据已经包含在本目录下

Jupyter Notebook快速入门
展示了如何使用Jupyter的tab自动补齐和魔法函数
Chapter 1 - 读取CSV
将数据导入到pandas是相当容易的一件事，即使有编码错误也不是问题！
Chapter 2 - 选取数据和数据描述
从pandas的DataFrame中选择数据有时候显得不那么直观,在这一部分我将解释一些基本的东西（比如怎么做切片操作，选取指定列）
Chapter 3 - 探索性数据分析_基础
这部分将继续介绍如何对数据切片、切块以及过滤处理。
Chapter 4 - 探索性数据分析_Groupby和Aggregate
groupby/aggregate操作是我最喜欢pandas的地方，我几乎无时不刻都在用它。这部分必读！
Chapter 5 - 合并DataFrames和简单爬取数据
这部分将会探索Montreal的冬天冷不冷（答案：冷！），用pandas来做网页抓取相当有意思。
Chapter 6 - 字符串操作
pandas对string的操作非常好，它包含所有向量化的string操作。这部分内容将一系列包含Snow的字符串转换成向量化的数值来表示。
Chapter 7 - 清理杂乱数据
处理脏数据可不轻松，不过对于pandas来说，那就是另外一回事了
Chapter 8 - 如何处理时间戳
这个小技巧花了我两天才弄明白。。。
Chapter 9 - 从SQL数据库读取数据
本部分将介绍如何从 SQLite3, PostgreSQL及MySQL中导入数据到pandas

视频课程

本教程的完整视频和语音讲解演示版由数据帮 (Data Camp)在网易云课堂的pandas应知必回课程中付费提供，可根据个人情况酌情选择。

推荐使用Binder的出色在线Jupyter Notebook运行环境，点击这里即可开始。对网速要求不高，基本均可流畅运行。

首先，你需要更新下Jupyter Notebook(>= 3.0) 以及 pandas(>=0.13)

用pip可以完成更新操作：

pip install pandas

编译和配置这些有时候挺繁琐的，我自己是用的Anaconda,这个软件把几乎所有你能想到的库都包含了，并且是免费和开源的。

用conda也可以完成更新操作：

conda upgrade pandas

安装好Jupyter和pandas后，就可以使用Git命令或GitHub客户端下载

git clone https://github.com/qzcool/DataCamp_pandas_cookbook.git
cd DataCamp_pandas_cookbook/cookbook
jupyter notebook

执行完以上命令后，你的浏览器会自动打开一个地址为 http://localhost:8888的页面。

如果你发现某些地方有错误，或者是你想学习一些我在这里没有讲到的东西，又或者是你想分享些东西，赶紧发个issue，或者发邮件，pull request都行！