社区教程#
这是一份由社区提供的众多 pandas 教程指南,主要面向新用户。
Julia Evans 的 pandas cookbook#
这份 2015 年的 cookbook(由 Julia Evans 编写)旨在为您提供一些具体的示例,帮助您开始使用 pandas。这些示例使用了真实世界的数据,包含了所有可能遇到的错误和怪异之处。有关目录,请参阅 pandas-cookbook GitHub 仓库。
Stefanie Molin 的 pandas 工作坊#
这是一份由 Stefanie Molin 编写的入门工作坊,旨在帮助您使用真实世界的数据集快速掌握 pandas。它涵盖了 pandas 入门、数据整理和数据可视化(包括对 matplotlib 和 seaborn 的一些介绍)。pandas-workshop GitHub 仓库 提供了详细的环境设置说明(包括 Binder 环境)、用于跟随学习的幻灯片和 Notebook,以及练习概念的习题。还有一个实验环境,其中包含未在工作坊中涵盖的数据集上的新练习,供额外练习之用。
Hernan Rojas 的 Learn pandas#
一套面向 pandas 新用户的课程: https://bitbucket.org/hrojas/learn-pandas
使用 Python 进行实践数据分析#
这份指南介绍了如何使用 Python 数据生态系统和有趣的开放数据集进行数据分析。它包含四个部分,涵盖了选定主题,如数据清洗、数据聚合、数据可视化和时间序列。
新用户练习#
通过真实数据集和练习来提升您的技能。如需更多资源,请访问主仓库。
现代 pandas#
由 Tom Augspurger 于 2016 年编写的系列教程。源代码可在 GitHub 仓库 TomAugspurger/effective-pandas 中找到。
使用 pandas、vincent 和 xlsxwriter 创建 Excel 图表#
快乐 pandas#
这是一份由耿元浩编写的中文教程。它涵盖了 NumPy 和 pandas 的基本操作,4 种主要的数据操作方法(包括索引、分组、重塑和连接)以及 4 种主要数据类型(包括缺失数据、字符串数据、分类数据和时间序列数据)。每章末尾都附有相应的练习。所有数据集和相关材料都可以在 GitHub 仓库 datawhalechina/joyful-pandas 中找到。
视频教程#
从零开始学 Pandas (2015) (2:24) GitHub 仓库
Pandas: 从 .head() 到 .tail() (2016) (1:26) GitHub 仓库
使用 pandas 在 Python 中进行数据分析 (2016-2018) GitHub 仓库 和 Jupyter Notebook
pandas 最佳实践 (2018) GitHub 仓库 和 Jupyter Notebook