Pandas 教程

在本实验中，我们将探索如何使用 Python 的 Pandas 库来处理文本数据。你将学习如何使用各种内置的 Pandas 方法将字符串字符转换为小写、提取字符串的部分内容、替换字符串值等等。

在本实验中，我们将学习如何处理 pandas 中的缺失数据，这是数据分析中常见的问题。我们将介绍如何识别缺失数据、填充缺失值以及删除不需要的数据。我们还将讨论 pandas 中可用于表示缺失值的实验性 NA 标量。

在本实验中，我们将探索如何在 pandas 中使用可空整数数据类型，这是一种处理可能包含缺失值的整数数据的有效方法。我们将学习如何使用这种数据类型构建数组、执行操作以及有效地处理缺失值。

在本实验中，我们将向你介绍 Pandas 的基础知识，Pandas 是 Python 中一个强大的数据处理库。我们将指导你完成各种任务，例如导入 Pandas、创建和查看数据、数据选择、操作等等。

在本实验中，我们将学习如何在 Pandas 中处理列。我们将探索如何从现有列创建新列，对列应用数学和逻辑运算，重命名列标签，以及使用 apply 方法执行按列操作。

在本实验中，我们将学习如何使用 Python 的 Pandas 库来计算数据的汇总统计信息。我们将使用泰坦尼克号数据集，其中包含泰坦尼克号沉船事件中乘客的数据。我们将学习如何计算汇总统计信息、聚合统计信息以及按类别统计记录数量。

在本实验中，我们将探索如何使用 sort_values、pivot、pivot_table 和 melt 等各种函数在 pandas 中重塑数据。我们将使用泰坦尼克号和空气质量数据集来演示重塑技术。

在这个实验中，我们将处理空气质量数据，探索如何使用 Python 的 Pandas 库合并多个表格。我们将使用 concat 和 merge 函数来执行这些操作。这个实验将帮助你理解如何有效地拼接和合并数据框。

本实验将指导你使用 Python 包 Pandas 处理时间序列数据。在本教程中，我们将使用空气质量数据。你将学习如何将字符串转换为日期时间对象，对这些日期时间对象执行操作，将时间序列重采样到另一个频率等等。

Pandas 是一个由 Python 开发的强大数据处理工具。它常用于数据分析和清理，因为它灵活且易于使用。在本实验中，我们将学习如何使用 Pandas 执行基本操作，如加载数据、创建数据框、访问数据以及进行简单统计。

在本实验中，我们将学习如何使用 Pandas（Python 中一个强大的数据处理库）来创建图表。我们将使用实际的空气质量数据进行实际演示。在本实验结束时，你应该能够使用 Pandas 创建折线图、散点图、箱线图，并自定义你的图表。

在本实验中，我们将学习如何使用 Pandas（Python 中一个流行的数据分析和处理库）从 DataFrame 中选择特定数据。本教程将使用泰坦尼克号数据集。

本实验将指导你如何使用 Pandas 读取、写入和处理数据。Pandas 是一个强大的用于 Python 的数据分析和处理库。本次练习我们将使用泰坦尼克号沉船事件的数据集。

你好，欢迎来到 LabEx！在第一个实验中，你将学习经典的 Pandas 'Hello, World!' 程序。

在本实验中，我们将探索 Python 中 Pandas 库提供的可空布尔数据类型。我们将学习如何在索引和逻辑运算中使用此功能，以及由于存在'NA'值，它与传统布尔运算有何不同。

本实验提供了一份循序渐进的指南，用于理解和在 Python 的 Pandas 中实现写时复制（Copy-On-Write，简称 CoW）的概念。CoW 是一种优化策略，通过尽可能延迟复制来提高性能和内存使用效率。它还有助于避免意外修改多个对象。

Pandas 是一个强大的用于数据处理和分析的 Python 库。其基本数据结构 Series 和 DataFrame 使你能够存储和处理结构化数据。本实验将提供一份关于如何使用这些数据结构的详细指南，从创建到操作和对齐。

在本实验中，我们将学习如何在 pandas 中处理重复标签。Pandas 是 Python 中一个强大的数据处理库。我们经常会遇到带有重复行或列标签的数据，了解如何检测和处理这些重复项至关重要。