本周群主用了兩天時間為浙師大的《旅遊大數據分析師——Pandas數據清洗》課程備課，和Pandas來了一次深度親密接觸。現在做夢都是DataFrame變形：stack，unstack，pivot table……對Pandas有了全新的認識：原來它不只是提供類似表格的數據結構DataFrame這麽簡單，簡直就是Excel+SQL的集大成者！而且擁有Python如此優雅的語法，真的可以說是“微言大義”，“玄之又玄，眾妙之門”，“妙處難與君說”，此處省略1w字……(☆???)

上周介紹了Pandas中的兩種新的數據結構：Series（序列）和DataFrame（數據框），對於大型的數據集，比如存儲在CSV文件裏的數據，Pandas也提供了一系列完備的操作方法。還有時間序列，作為一種常用的索引，擁有豐富多變的函數。本次課簡單直接，一言不合啪啪貼代碼，請重點關註註釋部分，信息量很大。強烈建議用文件傳輸助手發送到PC端觀看，否則會因為眼瞎而厭學←_←

本節例子中的所有數據文件可在百度網盤下載：http://pan.baidu.com/s/1c9zL2e

3

操作大型數據集

說明：

1）根據所讀取的數據文件編碼格式設置encoding參數，如”utf8”,”ansi”,”gbk”等編碼方式。

2）根據所讀取的數據文件列之間的分隔方式設置delimiter參數，大於1個字符的分隔符被看作正則表達式，如一個或多個空格：”\s+”，tab符號：”\t”等。

4

時間序列

• 基礎知識

• 溫度vs時間序列例子

• 提取1月溫度數據

• 按月分組

兩次筆記無法涵蓋Pandas的所有博大精深，但都是重要+必要的知識點，足夠以後課程用了。現在我們一起翻越了兩座高山：Numpy和Pandas，對後面的旅程是否更加躊躇滿誌呢ヾ(o???)?下周將用matploblib進行數據可視化的探索，敬請期待……

7-感覺身體被掏空，但還是要學Pandas（下）