?Datawhale?

作者：耿遠昊、Datawhale團隊

寄語：Pandas 是基于Numpy的一種工具，是為了解決數據分析任務而創建的，其納入了大量庫和一些標準的數據模型，提供了大量能使我們快速便捷地處理數據的函數和方法。

Datawhale又一開源項目來了！Joyful-Pandas（顧名思義：快樂學習Pandas）由Datawhale成員耿遠昊發起，作者結合了三份經典教材的學習經驗，歷時2個多月時間，結合最新的Pandas版本，編寫了這套關于Pandas的開源教程，梳理了Pandas的主線內容。

本項目從Pandas基礎、數據分析方法、數據處理類型及動手實踐四個模塊，對Pandas進行系統性學習。同時，針對內容設計了大量的練習及案例，理論結合實踐，鞏固數據處理分析能力。

開源初衷

在使用Pandas之前，幾乎所有的大型表格處理問題都是用xlrd/xlwt和python循環實現，雖然這已經幾乎能完成一切的需求，但其缺點也顯而易見，其一就是速度問題，其二就是代碼的復用性幾乎為0。

曾經也嘗試過去零星地學Pandas，但不得不說這個包實在太過龐大，每次使用總覺得盲人摸象，每個函數的參數也很多，學習的路線并不是十分平緩。如果你剛剛手上使用Pandas，那么在碎片的學習過程中，報錯是常常發生的事，并且很難修（因為不理解內部的操作），即使修好了下次又不會，令人有些沮喪。

2019年秋季，筆者偶然接觸到了Theodore Petrou所著的《Pandas Cookbook》。快速地學習了一遍后，發現之前很多搞不清的概念得到了較好的解答。

之后，筆者又逐步地對著官方的User Guide一字一句查看，通讀后建立了大的一些宏觀概念。這是一個非常重要的臺階，官方的教程總是會告訴你重點在哪里。

經過了一段時間的思考，結合《Python for Data Analysis》(作者：Pandas之父)、《Pandas Cookbook》和官方的User Guide，按照自己的思路編寫了一套關于Pandas的教程，完整梳理Pandas的主線內容。

本著杜絕淺嘗輒止的理念，本教程涉及了每個部分的核心概念和函數。最后，希望達到“所寫所得即所想”的境界，這大概需要更多的實踐，也是筆者努力實現的目標方向。

關于項目的名字，筆者在原先使用Pandas時非常的痛苦（Painful），那現在是時候轉變為“Joyful-Pandas”了！

開源內容

Joyful-Pandas共有11個章節，分成了4個模塊，涵蓋了Pandas基礎內容，數據處理過程中常用的數據類型，及在處理過程中涉及到的操作。具體目錄詳情如下：

模塊1 Pandas基礎（第1章）

拿到數據后必然先要讀取，分析完了數據必然是要保存；讀取數據之后，我們面對了怎樣的對象（Series? or Dataframe?）是第一重要的課題，因此了解序列和數據框的常規操作及其組件（component）便是必須涉及的內容。

模塊2 數據分析方法（第2-5章）

對于一個Series或DataFrame而言，Pandas存在以下四種操作：

• 索引：如果一個操作使得它的元素信息減少了，那就對應了索引；

• 分組：數據被分組，從組內提取了關鍵的信息，使得數據信息被充分地使用；

• 變形：數據呈現結構或形態上的變化，使得我們更容易地能夠地進一步處理數據；

• 合并：如果一個操作使得原本不屬于這個數據框的信息被加入了進來，那往往是涉及到了合并操作。

筆者從數據信息增減的角度出發，將四類操作拆解成了3個板塊，分別對應了本項目第2-5章的內容，串聯了官方文檔關于數據框操作的全部內容，幫助學習者系統梳理。

模塊3 數據處理類型（第6-9章）

對序列和數據框這兩種容器，Pandas基礎對其的結構有了初步理解，而四種操作熟悉了所有相關操作，那么下面就要關心其中的數據類型。

其中涉及來四類特殊的數據類型：

• 缺失型數據

• 文本型數據

• 分類型數據

• 時間序列型數據

四種數據類型，分別對應了6-9章的內容。同時，在缺失型數據和文本型數據中，詳細涉及Pandas1.0版本新的Nullable和string數據類型，這也是從Pandas 0.x升級后具有最大改動的方面。

模塊4 動手實踐（第10章）

最終，教程1-9章的最后都會加入兩個練習題幫助讀者鞏固本章所學，每一道題都有多個小問，難度逐個上升，與知識點緊密結合。同時在第10章中會添加若干難度不一的綜合問題，目前已添加兩個經典案例，供大家學習實踐。

最后，所有的練習都提供了參考答案，保證了完備性。

寫到最后

除了教程主體和練習內容，每一章還加入了問題部分。每個章節設置3-8個問題，問題的內容包含了對知識點的細化認識、對復雜知識點的梳理、對某個函數或Pandas對象設計的思考等，如果在完成練習的基礎上認真思考了這些問題，那么相信你對Pandas的掌握程度一定會再上一層樓，最后衷心的希望你能快樂的學習Pandas，體驗用Pandas進行數據處理和分析的樂趣。

開源地址

https://github.com/datawhalechina/joyful-pandas（或閱讀原文）

往期精彩回顧適合初學者入門人工智能的路線及資料下載機器學習在線手冊深度學習在線手冊AI基礎下載（pdf更新到25集）本站qq群1003271085，加入微信群請回復“加群”獲取一折本站知識星球優惠券，復制鏈接直接打開：https://t.zsxq.com/yFQV7am喜歡文章，點個在看

總結

以上是生活随笔為你收集整理的快乐学习Pandas！开源教程《Joyful-Pandas》发布的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。