學習python中的pandas有沒有好的教程推薦？

12-28

以中文書而言，這本算是不錯的，作者就是pandas的最初開發者。這本書我買的是Kindle版本，不知道為何近期kindle版本下線了。

其實，如果你習慣看英文文檔，不妨從官方的10 Minutes to pandas(10 Minutes to pandas)開始看，最基本的操作速成都有了，而且網上還有中文翻譯版，叫十分鐘搞定pandas。

當然，這個是速成，要了解細節功能，還是看文檔吧，pandas: powerful Python data analysis toolkit ，個人感覺文檔的清晰度其實比上面那本書來得還要好。

當然，如果你還需要看如果提取美股數據，就要增加看pandas-datareader(pandas-datareader - pandas-datareader 0.1 documentation)的基本用法介紹。如果要折騰A股數據，那麼看下Tushare的使用介紹(TuShare -財經數據介麵包)即可。

如果是做數據分析這一塊，不做其他的開發的話，那麼pandas可以說是最重要的，它提供了最基礎的數據結構---DataFrame（數據結構庫）和Numpy（基本的科學計算庫）。pandas這個名字就是來源於一個數據結構panel data（面板數據），學過計量經濟學的肯定對此不陌生。

如果題主是一個初學者的話，之前也有答主 @張翼軫提到過，牆裂推薦python for data analysis：
利用Python進行數據分析 (豆瓣)

這本書對於初學者是極為友好地，在書本的最後有一個python語言精要，介紹了元組，字典，函數等最基本語法規則。
如果這一本不滿足的話，就可以看
http://pandas.pydata.org/pandas-docs/stable/pandas.pdf
pandas的官方文檔，最新版0.19.2，1949頁看著挺嚇人的。

答主是做金融這一部分的，關於pandas在這一部分領域的應用也不少
Python金融大數據分析 (豆瓣)

介紹了pandas在金融領域的一些應用，主要是一些數據處理方面的，比如提取雅虎財經，谷歌財經的數據，將它們做成一個DataFrame表格來處理，等等

《Learning Pandas》 Michael Heydt【摘要書評試讀】圖書

這一本書和前面那本不同的是有一章專門講了如何導入數據到你的ipython notebook中，HTML，sql資料庫等等基本都涵蓋了。
電子書地址：https://pdf.k0nsl.org/C/Computer%20and%20Internet%20Collection/2015%20Computer%20and%20Internet%20Collection%20part%209/Packt%20Publishing%20Learning%20pandas%20(2015).pdf

《Mastering Pandas for Finance》 Michael Heydt【摘要書評試讀】圖書

主要側重於pandas中的計算部分，像時間序列。特點是algorithm trading這一張教你怎麼用zipline來做回測，用這本書的話推薦下載anaconda2.7答主如果想要實戰一下，推薦使用優礦社區，一個量化投資平台，裡面的股票數據都是pandas的DataFrame數據類型。或者是Your Home for Data Science，kaggle平台，基於pandas的數據分析網站

嗯，教程的話等我們數據分析師有空了仔細請教之後送上，在此之前，獻上我們數據分析師寫的pandas常用數據查詢語法總結

在使用Pandas之前，大多數數據分析師已經掌握了Excel和SQL，並且在剛上手Pandas時會經常習慣性想到「老辦法」。"如果誰能把常用的數據查詢語法做個對比就好了 "，我也曾不止一次地想享受前人的成果，無奈發現網上的文章側重不同且深淺不一，還涉及到一些Pandas新老版本的問題，於是決定自己動手。

一、舉例的數據

假設我有個六列的dataframe：一列是銷售員，一列是所屬團隊，其它四列分別是四個季度的銷售額。

1新增列-基於原有列的全年銷售額

首先df["Total "]確保了你在該df內新增了一個column，然後累加便可。

df["Total"] = df["Q1"]+df["Q2"]+df["Q3"]+df["Q4"]

你可能想使用諸如sum()的函數進行這步，很可惜，sum()方法只能對列進行求和，幸好它可以幫我們求出某季度的總銷售額。df["Q1"].sum()，你就能得到一個Q1的總銷售額，除此之外，其他的聚合函數，max,min,mean都是可行的。

2分組統計 - 團隊競賽

那麼按團隊進行統計呢？在mysql里是group by，Pandas里也不例外，你只需要df.groupby("Team").sum()就能看到期望的答案了。

3排序 - 誰是銷售冠軍

如果你關心誰的全年銷售額最多，那麼就要求助於sort_values方法了，在excel內是右鍵篩選，SQL內是一個orderby。默認是順序排列的，所以要人為設定為False，如果你只想看第一名，只需要在該語句末尾添加.head(1) 。

4切片-只給我看我關心的行

接下來就是涉及一些條件值的問題，例如我只關心Team為A的數據，在Excel里是篩選框操作，在SQL里寫個where就能搞定，在Pandas里需要做切片。

查看Pandas文檔時，你可能已經見過各種切片的函數了，有loc,iloc,ix,iy，這裡不會像教科書一樣所有都講一通讓讀者搞混。這種根據列值選取行數據的查詢操作，推薦使用loc方法。

df.loc[df["Team"]== "A",["Salesman", "Team","Year"]]，這裡用SQL語法理解更方便，loc內部逗號前面可以理解為where，逗號後可以理解為select的欄位。

如果想全選出，那麼只需將逗號連帶後面的東西刪除作為預設，即可達到select *的效果。

5切片 - 多條件篩選

在Pandas中多條件切片的寫法會有些繁瑣，df.loc[ (df["Team"]== "A" ) (df["Total"] &> 15000 ) ]，添加括弧與條件

這裡有一個有意思的小應用，如果你想給符合某些條件的員工打上優秀的標籤，你就可以結合上述新增列和切片兩點，進行條件賦值操作。

df.loc[ (df["Team"]== "A" ) (df["Total"] &> 15000 ) , "Tag"] = "Good"

6刪除列 - 和查詢無關，但是很有用

當然這裡只是個舉例，這時候我想刪除Tag列，可以del df["Tag"]，又回到了之前。

二、連接

接下來要講join了，現在有每小時銷售員的職位對應表pos，分為Junior和Senior，要將他們按對應關係查到df中。

這裡需要認識一下新朋友，merge方法，將兩張表作為前兩個輸入，再定義連接方式和對應鍵。對應到Excel中是Vlookup，SQL中就是join。在pandas里的連接十分簡單。

df = pd.merge(df, pos, how="inner", on="Salesman")

注意，這個時候其實我們是得到了新的df，如果不想覆蓋掉原有的df，你可以在等號左邊對結果重新命名。

這時候有了兩組標籤列（對應數值列），就可以進行多重groupby了。

當然這樣的結果並不能公平地反應出哪一組更好，因為每組的組員人數不同，可能有平均數的參與會顯得更合理，並且我們只想依據全年綜合來評價。

這裡的數據是捏造的，不過也一目了然了。

三、合併操作

最後以最簡單的一個合併操作收尾。

如果我又有一批數據df2，需要將兩部分數據合併。只需要使用concat方法，然後傳一個列表作為參數即可。不過前提是必須要保證他們具有相同類型的列，即使他們結構可能不同（df2的Team列在末尾，也不會影響concat結果，因為pandas具有自動對齊的功能）。

pd.concat([df,df2])

尾聲

以上就是一些基礎的Pandas數據查詢操作了。作為Pandas初學者，如果能善用類比遷移的方法進行學習並進行總結是大有裨益的。如果看完本文還沒有能了解到你關心的查詢方法，可以留言聯繫，或許還可以有續集。

可以直接去看pandas的官方教程Python Data Analysis Library
【原】十分鐘搞定pandas - ChaoSimple - 博客園對於pandas十分鐘入門的中文翻譯
python的幾個科學計算庫可以先了解一下基礎用法就行，然後在實踐中碰到新問題再去查相應部分，很多函數也不常用，那些函數太多看一遍很難記住。沒有動手實踐看完《用python進行數據分析》估計沒太大用

知乎專欄電影數據輕鬆學習 Pandas，抓取了豆瓣電影的數據進行分析，以輕鬆愉快的方式學習 Pandas ～～

從操作數據角度的宏觀視角看 Numpy手記和 Pandas手記，很直觀。各種教程，包含官方的入門教程，都是太細碎了，沒必要按教程來學。從應用的角度更容易上手。

我寫了一個pandas hello world，知乎專欄。
結合Linux系統監控命令寫的，應該比《用python進行數據分析》更容易理解。