DataFrame 加载与检查
针对表格文件与外部数据的防御性读取流程。
针对表格文件与外部数据的防御性读取流程。
掌握 merge 与 concat 的核心逻辑,包括基数校验、未匹配键诊断及时间序列连接。
带标签的二维表格及其核心约束。
掌握 DataFrame 的布尔筛选逻辑与 query 方法。
掌握 pandas 中基于标签、位置及 MultiIndex 的无歧义数据选取方法。
Pandas 表格数据处理实战导航。
pandas 的核心一维结构:带标签的数组,支持自动对齐。
掌握 map、apply、agg、transform 和 pipe 的选型指南,写出可组合、高性能的向量化代码。
一套可复现的表格数据清洗流程:从规范化、解析到验证与质量报告。
掌握 pivot、melt、stack 等核心操作,理清长宽表转换逻辑与粒度检查。
掌握 Series 的显式索引、向量化运算、映射及对齐技巧。
处理有序类别、有限取值集合、分箱策略及模型编码的最佳实践。
明确输出形状与缺失键处理策略的 Split-Apply-Combine 实践。
pandas 中处理日期解析、时区、周期、偏移、重采样及滚动窗口的核心概念。
基于策略的缺失数据检测、解释与处理方案。