pandas 数据分析实战从 Python for Data Analysis 的 notebook 到真实数据的完整学习路径【免费下载链接】pydata-bookMaterials and IPython notebooks for Python for Data Analysis by Wes McKinney, published by OReilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-bookpydata-book 是 pandas 的创造者 Wes McKinney 所著《Python for Data Analysis》一书的开源配套资料仓库里放着逐章的 IPython notebook 和 7 组真实数据集。适合刚学完 Python 基础、准备用 pandas 做数据分析的人按先加载一张 CSV再啃乱格式文件最后做时间序列与空间数据的顺序走一遍你能完整经历一次真实的数据处理流程而不只是跑通几行 demo。如何理清 13 个 notebook 的学习顺序仓库根目录下有 13 个 .ipynb 文件对应书里的第 2 章到第 13 章。如果你刚入门建议从 ch05.ipynbpandas 入门开始读完 Series 和 DataFrame 两个概念后再按 ch06 数据加载 → ch07 数据清洗 → ch08 合并与变形 → ch09 可视化 → ch10 聚合分组 → ch11 时间序列的顺序推进最后 ch13.ipynb 是全书的实战案例汇总。不必一口气跑完每个 notebook 逐格运行一遍、对照注释消化一次掌握一两招就够。如何用 pandas 加载你的第一份真实数据集如果只能挑一份文件来试 read_csv推荐 245 行的 examples/tips.csvtotal_bill账单、tip小费、smoker是否吸烟、day星期、time早/晚、size人数六列无缺失值、无类型陷阱很适合第一遍练习 groupby 和 pivot_table比如不同用餐时间的平均小费比例差多少这类问题几行代码就有答案。上手后可以换 datasets/babynames/131 个 yob 文件按年份存放每行是名字,性别,使用次数例如 yob1920.txt 里的Mary,F,70974。这里的练习要动手得多——先把单年读进来再拼接多个年份观察 1880 到 2010 年之间常用名排名的漂移正好把 ch06 讲到的文件加载方式用一遍。数据不是 CSV 时XML、.dat 与 parquet 怎么读真实项目里的数据很少长得整整齐齐书里为此备了三类麻烦文件。最典型的是 datasets/mta_perf/ 的纽约地铁性能数据原始文件是 XML配套的 parse.py 只有 16 行代码——用 lxml 把每个 INDICATOR 节点解析成字典循环收集后一次性构造成 DataFrame。这套逐节点拆成字典、最后拼表的写法可以直接抄去处理其他 XML 报表。datasets/movielens/ 的 movies.dat、ratings.dat 没有表头读入时要自己指定列名与分隔符。而 datasets/fec/ 同时给了 CSV 和 fec.parquet 两种格式建议分别读一次做对比parquet 读取更快、占用更小这正是处理大文件时的现实选择。当 pandas 遇上时间序列与地图数据pandas 最常碰到的后两类问题一是按日期索引的数据二是带地理位置的数据。前者对应 examples/stock_px.csv从 2003-01-02 开始、2200 多行的 AAPL、MSFT、XOM、SPX 每日收盘价读入后用 parse_dates 把第一列设为时间索引环比涨跌、波动率这类计算都可以顺着做。后者则是 datasets/haiti/ 目录除了 Haiti.csv还有一份海地太子港的 Shapefile 路网样图大致是下面这样——道路是线要素CSV 是点与面信息两者读进来配合就能回答某个设施离哪几条路更近这类问题。这也是前面几节铺垫的加载、合并、聚合三步在这里的组合运用。用 3 条命令开始 pandas 数据分析环境只需搭一次git clone https://gitcode.com/gh_mirrors/py/pydata-book pip install -r requirements.txt jupyter notebookrequirements.txt 列了 numpy、pandas、matplotlib、lxml、seaborn 等 10 个依赖装完在浏览器里打开 ch05.ipynb上面的路线就可以开始了。走完这条路线你会带走一套可复用的动作读不同格式的文件、合并多年份数据、按时间与位置做聚合。下一步可以回到 ch13.ipynb挑一个书中的完整案例独立复现一遍。【免费下载链接】pydata-bookMaterials and IPython notebooks for Python for Data Analysis by Wes McKinney, published by OReilly Media项目地址: https://gitcode.com/gh_mirrors/py/pydata-book创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考