简介

精彩点评

• 

  周周。

  推荐

  series和dataframe就是类似一维数组和二维数据，但是加了标签和索引便于操作

• 

  Ying

  推荐

  A few tips to help you learn Pandas: 1）掌握如何取读、生成数据，掌握不同的数据结构，及获取数据集内特定元素的办法。 2）了解常用函数，但不必全部记住，更重要的是了解这些函数的作用。 3）最重要的，干中学： 3.1 比如在浏览本书时可以跟着例子过一下。（只过你觉得有用的） 3.2 找一个复杂的案例，跟随别人的项目学习解决问题的思路，如何用Pandas的函数功能解决具体问题。在这个过程中，了解每一步的作用和每一个符号代表着什么，并且动手过一遍。 3.3 Try to solve your own problem. 首先在逻辑上，怎样的步骤可以实现（这是最重要的，就像列出方程式，需要多做练习，初学者在思路上没有头绪可适当寻求一下点拨）。其次，一步一步来（这反而是简单的，就像算数）。如果遇到问题，首先查询工具书、网络（绝大部分问题网络上都有答案，无数学习Pandas的人无私地在网络上分享了他们的笔记和经验），如果还是不能解决，ask your friends for help. 同时，对遇到的问题及解决方案及时记录（并让它方便检索），很大概率你会不止一次遇到同样的问题。 这本书的定位是一个基础的工具书，其中并无太多复杂的案例。

• 

  翁正亚

  推荐

  花了几天时间才完成第一遍阅读，书中知识点太多，需要慢慢消化。此书可作为工具书使用，方便查阅。

• 

  大文刀

  推荐

  很适合已经熟悉python的爱好者阅读，内容适合使用当前主流版本的环境，上手实践容易，作者辛苦了！

• 

  TERRY

  推荐

  对于初识pandas，是一本很有用的工具书。但还需要结合实际业务场景，多用多总结。

• 

  Damon Cheung

  推荐

  支持下前辈 厚实专业 绝非开篇直接print helloworld那样学来枯燥乏味 ，“需要什么学什么” 其实这本书完全能当成一本仔细翻译过的有案例的官方文档来配合工作使用。

• 

  灰度

  推荐

  很好的一本书，讲的也很详细具体，尤其是他的注释，很适合新手学习pandas，推荐推荐

• 

  隔岸观火

  推荐

  专注于介绍Pandas； 非技术思维，语言通俗易懂，面向应用； 不需要相关背景知识，不引入Python的高级用法； 减少变量的传递，代码短小精练； 覆盖知识全，几乎囊括了Pandas的所有函数和方法； 较少使用专业技术名词及统计学知识；

• 

  俞陈昊 | ䷶

  推荐

  国人技术书里写对非常清晰的一本手册。如果再版我建议对初学者还要加一个路线图，一些内容对初学者而言太细节了，这是手册类书籍的通病。如果是初学pandas的用户，建议先阅读第17章找找感觉，根据操作模板看前文的函数，数据的增删改查简化为query，重点阅读第三部分；对于老手建议读17，其他读文档。第十七章和第六章解释分组聚合为本书增色不少。第六章写的甚至比 VanderPlas J. 的那本数据科学手册写的还要好。从数据分析的角度非常建议阅读Wickham H.(2011)，深入理解 Split-Apply-Combine 的逻辑。

• 

  华章微课小编

  推荐

  这是一本全面覆盖了Pandas使用者的普遍需求和痛点的著作，基于实用、易学的原则，从功能、使用、原理等多个维度对Pandas做了全方位的详细讲解，既是初学者系统学习Pandas难得的入门书，又是有经验的Python工程师案头必不可少的查询手册。