本周群主用了两天时间为浙师大的《旅游大数据分析师——Pandas数据清洗》课程备课，和Pandas来了一次深度亲密接触。现在做梦都是DataFrame变形：stack，unstack，pivot table……对Pandas有了全新的认识：原来它不只是提供类似表格的数据结构DataFrame这么简单，简直就是Excel+SQL的集大成者！而且拥有Python如此优雅的语法，真的可以说是“微言大义”，“玄之又玄，众妙之门”，“妙处难与君说”，此处省略1w字……(☆???)

上周介绍了Pandas中的两种新的数据结构：Series（序列）和DataFrame（数据框），对于大型的数据集，比如存储在CSV文件里的数据，Pandas也提供了一系列完备的操作方法。还有时间序列，作为一种常用的索引，拥有丰富多变的函数。本次课简单直接，一言不合啪啪贴代码，请重点关注注释部分，信息量很大。强烈建议用文件传输助手发送到PC端观看，否则会因为眼瞎而厌学←_←

本节例子中的所有数据文件可在百度网盘下载：http://pan.baidu.com/s/1c9zL2e

3

操作大型数据集

说明：

1）根据所读取的数据文件编码格式设置encoding参数，如”utf8”,”ansi”,”gbk”等编码方式。

2）根据所读取的数据文件列之间的分隔方式设置delimiter参数，大于1个字符的分隔符被看作正则表达式，如一个或多个空格：”\s+”，tab符号：”\t”等。

4

时间序列

• 基础知识

• 温度vs时间序列例子

• 提取1月温度数据

   

• 按月分组

两次笔记无法涵盖Pandas的所有博大精深，但都是重要+必要的知识点，足够以后课程用了。现在我们一起翻越了两座高山：Numpy和Pandas，对后面的旅程是否更加踌躇满志呢ヾ(o???)?下周将用matploblib进行数据可视化的探索，敬请期待……