人工精选Python使用Pandas入门数据分析
这门课解决什么问题 很多上班族每天都要面对销售明细、运营日志或财务流水,数据量一旦超过几万行,传统表格软件就会卡顿甚至无响应,筛选和汇总极其低效。这门 Pandas 数据分析课针对的就是这类日常痛点。它不探讨复杂的数学模型,而是教你用代码把杂乱的数据清洗成规整的表格,完成去重、填补缺失值、分类汇总。
会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
这门课解决什么问题
很多上班族每天都要面对销售明细、运营日志或财务流水,数据量一旦超过几万行,传统表格软件就会卡顿甚至无响应,筛选和汇总极其低效。这门 Pandas 数据分析课针对的就是这类日常痛点。它不探讨复杂的数学模型,而是教你用代码把杂乱的数据清洗成规整的表格,完成去重、填补缺失值、分类汇总。如果你正准备向数据运营、业务分析或后台开发方向转行,需要一门能快速上手的工具课来应对实际业务场景,这套从环境配置到数据查询的实操内容能直接帮你打通从拿到原始数据到产出统计结果的全流程。
适合什么基础与学习建议
这套资料适合已经了解基础语法、能看懂变量与函数的初学者。如果你完全没有写过代码,建议先补齐循环和列表的基本概念再来跟练。课程前几节非常关键,直接关系到后续代码能否运行。建议先跟着环境搭建和代码打开那两节,把本地运行环境配通,确保练习文件能正常执行。之后重点放在数据读取、查询方法、缺失值处理和字符串这几块。这些是实际工作中占用时间最多的环节,尤其是处理带有空值和格式不统一的业务数据时,这些基础操作能帮你避开很多报错。课程中关于索引报警的内容篇幅不长,但属于新手极易踩坑的地方,建议在本地多敲几遍,理解警告产生的原因,避免修改数据时出现不生效的情况。
学完能独立做什么与资料配合练习
看完并跟着练完这套资料后,你能独立完成一份原始业务表格的自动化清洗。具体来说,你可以用代码读取本地数据文件,剔除无效的缺失行,根据现有字段计算衍生出新指标,最后按业务需求排序并导出结果。这种能力在制作周报或月度复盘时非常实用,原本需要手动处理的重复劳动,写几行代码就能一键运行。资料包里的代码文件是核心学习载体,不要只用眼睛看视频,必须边看边在本地环境里同步运行。建议每学完一个函数,就替换成你自己工作中的真实数据去测试。例如学到数据统计时,拿一份脱敏后的业务明细跑一遍聚合运算。把课程里的演示数据换成你熟悉的业务字段,能帮你更直观地理解参数的作用,真正把工具转化为你个人的工作技能。
课程目录
课程目录53 集
- 1 01. 什么是Pandas (02:49).mp4
- 2 001 Anaconda的安装 (06:29).mp4
- 3 002 怎样打开本课程的Notebook代码 (08:41).mp4
- 4 02. Pandas怎样读取数据 (06:08).mp4
- 5 03. Pandas的数据结构DataFrame和Series (08:04).mp4
- 6 04. Pandas查询数据的5种方法 (09:53).mp4
- 7 05. Pandas怎样新增数据列 (07:10).mp4
- 8 06. Pandas的数据统计函数 (06:05).mp4
- 9 07. Pandas对缺失值的处理 (07:01).mp4
- 10 08. Pandas的SettingWithCopyWarning报警 (04:56).mp4
- 11 09. Pandas怎样对数据进行排序 (03:27).mp4
- 12 10. Pandas字符串处理 (07:16).mp4
- 13 11. Pandas的axis参数怎么理解 (06:18).mp4
- 14 12. Pandas的索引index有什么用途 (09:05).mp4
- 15 13. Pandas怎样实现数据的Merge (12:53).mp4
- 16 14. Panda实现数据Concat合并 (10:26).mp4
- 17 15. Pandas批量拆分与合并Excel文件 (11:16).mp4
- 18 16. Pandas怎样实现分组数据统计 (09:45).mp4
- 19 17. 怎样使用Pandas的分层索引MultiIndex (11:15).mp4
- 20 18. 怎样使用Pandas的map-apply-applymap数据转换函数 (08:00).mp4
- 21 19. Pandas怎样实现groupby每个分组的apply (09:12).mp4
- 22 20. Pandas使用stack和pivot实现数据透视 (11:16).mp4
- 23 21. Pandas怎样快速实现周、月、季度的日期聚合统计 (09:28).mp4
- 24 22. Pandas怎样处理日期索引的缺失 (08:31).mp4
- 25 23. Pandas怎样实现Excel的vlookup并且在指定列后面输出 (10:51).mp4
- 26 24. Pandas读取Excel绘制折线图竟然如此的华丽 (06:23).mp4
- 27 25. Pandas结合Sklearn实现机器学习 (08:41).mp4
- 28 26. Pandas实现原始网站日志处理与分析 (15:21).mp4
- 29 27. Pandas怎样找出影响结果的那些特征 (08:53).mp4
- 30 28. Pandas降低存储提升运算速度的一个方法 (06:00).mp4
- 31 29. Pandas怎样在网页上展示表格数据 (07:00).mp4
- 32 30. Pandas的get_dummies用于机器学习的特征处理 (10:35).mp4
- 33 31. Pandas使用explode实现一行变多行统计 (08:42).mp4
- 34 32. Pandas借助Python爬虫爬取HTML网页表格保存到Excel文件 (11:55).mp4
- 35 33. Pandas计算同比和环比指标的3种方法 (15:37).mp4
- 36 34. Python数据分析类库Pandas与数据库查询语言SQL的对比 (16:30).mp4
- 37 35. Pandas怎样实现分组groupby之后不同列的数据统计 (12:49).mp4
- 38 36. Python读取Excel展示在网页上 (05:19).mp4
- 39 37. Python读取Excel存入MySQL (12:47).mp4
- 40 38. Python批量翻译英语单词 (13:12).mp4
- 41 39. Pandas处理Excel多列到多行转换 (12:01).mp4
- 42 40. Pandas怎样实现groupby分组后字符串列的合并 (09:02).mp4
- 43 41. Python处理Excel一列变多列 (04:40).mp4
- 44 42. Python怎样自动生成PDF文件 (09:42).mp4
- 45 43. Pandas按行遍历DataFrame的3种方法 (08:49).mp4
- 46 44. Pandas批量合并包含多个Sheet的Excel文件 (09:09).mp4
- 47 45. Python自动化量爬取Excel中的链接并解析 (03:23).mp4
- 48 46. 怎样计算学生成绩相似的10个学生 (14:56).mp4
- 49 47. Pandas实现复杂Excel的转置合并 (07:41).mp4
- 50 48. Pandas使用apply函数给表格同时添加多列 (06:06).mp4
- 51 49. Pandas查询数据的简便方法df.query (07:48).mp4
- 52 50. Pandas实现模糊匹配Merger数据的两种方法 (13:52).mp4
- 53 51 练习题-天气数据单列拆分多列 (09:00).mp4





