目錄 CONTENTS 單元1　數(shù)據(jù)預(yù)處理基礎(chǔ)　1 1.1　數(shù)據(jù)預(yù)處理簡介　1 1.1.1　數(shù)據(jù)與數(shù)據(jù)預(yù)處理　1 1.1.2　數(shù)據(jù)預(yù)處理的重要性　2 1.1.3　數(shù)據(jù)預(yù)處理的過程　2 1.2　搭建Python開發(fā)環(huán)境　3 1.2.1　Python概述　3 1.2.2　安裝Anaconda　5 1.2.3　創(chuàng)建Python虛擬環(huán)境　9 1.2.4　認(rèn)識JupyterLab　10 1.2.5　輸出“Hello World!”　12 1.3　總結(jié)　13 課后習(xí)題　13 單元2　pandas入門　15 2.1　pandas概述　15 2.2　pandas的安裝和導(dǎo)入　16 2.3　Series對象　17 2.3.1　Series對象的特點(diǎn)　17 2.3.2　Series對象的創(chuàng)建　17 2.3.3　Series對象的索引　21 2.3.4　Series對象的操作　22 任務(wù)實(shí)踐2-1：小明成績表的操作　27 2.4　DataFrame對象　30 2.4.1　DataFrame對象的特點(diǎn)　30 2.4.2　DataFrame對象的創(chuàng)建　30 2.4.3　DataFrame對象的索引　35 2.4.4　DataFrame對象的操作　37 任務(wù)實(shí)踐2-2：小明宿舍所有同學(xué)成績表的操作　51 2.5　總結(jié)　54 拓展實(shí)訓(xùn)：處理網(wǎng)上招聘數(shù)據(jù)　55 課后習(xí)題　55 單元3　數(shù)據(jù)獲取　57 3.1　數(shù)據(jù)爬取　57 3.1.1　網(wǎng)絡(luò)爬蟲原理概述　57 3.1.2　簡易網(wǎng)絡(luò)爬蟲示例　61 3.2　數(shù)據(jù)讀寫　64 3.2.1　讀寫XLS文件或XLSX文件　64 3.2.2　讀寫CSV文件　67 3.2.3　讀寫TXT文件　69 3.2.4　讀寫JSON文件　71 3.2.5　讀寫MySQL數(shù)據(jù)　73 任務(wù)實(shí)踐3：讀寫商品類別文件　75 3.3　總結(jié)　76 拓展實(shí)訓(xùn)：讀寫廣州市郵政編碼數(shù)據(jù)　77 課后習(xí)題　77 單元4　數(shù)據(jù)合并　79 4.1　堆疊合并數(shù)據(jù)　79 4.1.1　橫向堆疊合并　80 4.1.2　縱向堆疊合并　81 4.1.3　交叉堆疊合并　83 任務(wù)實(shí)踐4-1：合并商品銷售數(shù)據(jù)　84 4.2　主鍵合并數(shù)據(jù)　86 4.2.1　左連接　87 4.2.2　右連接　88 4.2.3　內(nèi)連接　89 4.2.4　外連接　90 任務(wù)實(shí)踐4-2：合并成績表　91 4.3　重疊合并數(shù)據(jù)　94 任務(wù)實(shí)踐4-3：修補(bǔ)統(tǒng)計(jì)數(shù)據(jù)　95 4.4　總結(jié)　96 拓展實(shí)訓(xùn)：合并網(wǎng)易云音樂愛國歌曲數(shù)據(jù)　97 課后習(xí)題　98 單元5　數(shù)據(jù)清洗　100 5.1　缺失值處理　100 5.1.1　查看缺失值　100 5.1.2　處理缺失值　101 任務(wù)實(shí)踐5-1：網(wǎng)上招聘數(shù)據(jù)缺失值處理　105 5.2　重復(fù)值處理　106 5.2.1　查看重復(fù)值　106 5.2.2　處理重復(fù)值　108 任務(wù)實(shí)踐5-2：網(wǎng)上招聘數(shù)據(jù)重復(fù)值處理　109 5.3　異常值處理　110 5.3.1　檢測異常值　110 5.3.2　處理異常值　113 任務(wù)實(shí)踐5-3：網(wǎng)上招聘數(shù)據(jù)異常值處理　114 5.4　格式不一致數(shù)據(jù)處理　116 5.4.1　姓名格式不一致的處理　116 5.4.2　日期格式不一致的處理　117 任務(wù)實(shí)踐5-4：網(wǎng)上招聘數(shù)據(jù)中不一致數(shù)據(jù)的處理　119 5.5　總結(jié)　121 拓展實(shí)訓(xùn)：清洗超市銷售數(shù)據(jù)　121 課后習(xí)題　122 單元6　數(shù)據(jù)變換　123 6.1　數(shù)據(jù)類型變換　123 6.1.1　用astype()方法進(jìn)行強(qiáng)制類型變換　123 6.1.2　用to_numeric()方法將數(shù)據(jù)的類型變換為數(shù)值類型　126 任務(wù)實(shí)踐6-1：電影數(shù)據(jù)類型變換　127 6.2　數(shù)據(jù)格式變換　129 6.2.1　設(shè)置小數(shù)位數(shù)　129 6.2.2　設(shè)置百分比　130 6.2.3　設(shè)置千位分隔符　131 任務(wù)實(shí)踐6-2：銷售數(shù)據(jù)格式變換　132 6.3　數(shù)據(jù)映射　133 6.3.1　用映射替換數(shù)據(jù)　134 6.3.2　用映射變換數(shù)據(jù)　136 任務(wù)實(shí)踐6-3：分?jǐn)?shù)變換為等級　138 6.4　總結(jié)　139 拓展實(shí)訓(xùn)：天氣數(shù)據(jù)變換　139 課后習(xí)題　140 單元7　數(shù)據(jù)描述　142 7.1　數(shù)據(jù)的統(tǒng)計(jì)計(jì)算　142 7.1.1　統(tǒng)計(jì)數(shù)據(jù)的和　142 7.1.2　統(tǒng)計(jì)數(shù)據(jù)的均值　144 7.1.3　統(tǒng)計(jì)數(shù)據(jù)的最大值/最小值　145 7.1.4　統(tǒng)計(jì)數(shù)據(jù)的中位數(shù)　146 7.1.5　統(tǒng)計(jì)數(shù)據(jù)的眾數(shù)　147 7.1.6　統(tǒng)計(jì)數(shù)據(jù)的方差和標(biāo)準(zhǔn)差　148 7.1.7　統(tǒng)計(jì)數(shù)據(jù)的分位數(shù)　149 任務(wù)實(shí)踐7-1：成績表數(shù)據(jù)的統(tǒng)計(jì)計(jì)算　150 7.2　數(shù)據(jù)的分組和聚合　152 7.2.1　數(shù)據(jù)的分組　152 7.2.2　數(shù)據(jù)的聚合　153 任務(wù)實(shí)踐7-2：學(xué)生成績數(shù)據(jù)的分組與聚合　155 7.3　數(shù)據(jù)的可視化　156 7.3.1　繪制折線圖　158 7.3.2　繪制條形圖　159 7.3.3　繪制餅圖　161 任務(wù)實(shí)踐7-3：學(xué)生期末考試成績的可視化　163 7.4　總結(jié)　166 拓展實(shí)訓(xùn)：用戶職業(yè)數(shù)據(jù)描述　166 課后習(xí)題　167 單元8　綜合案例：網(wǎng)易云音樂數(shù)據(jù)預(yù)處理　169 8.1　數(shù)據(jù)讀取　170 8.2　數(shù)據(jù)合并　171 8.3　數(shù)據(jù)清洗　172 8.4　數(shù)據(jù)變換　174 8.5　數(shù)據(jù)描述　175 8.6　總結(jié)　180