前言PREFACE

Excel是一款非常流行的电子表格软件。它是一种很好的数据存储方式，同时也是一款强大的数据清洗、分析工具。任何事物有强就有弱。Excel本身已经内置了很多实用的功能，为什么还要选择Pandas工具来处理Excel数据呢？

首先，在Excel进行数据清洗时，如果工作重复度比较高，反复使用手动操作效率太低，不具有自动化功能。当然，也可以用Excel内置的VBA编程进行二次开发，解决自动化问题，但Pandas更胜一筹，其代码简洁，灵活性强，运算速度更快。

其次，Pandas是跨平台的，在不同的操作系统上均可以使用。即使没有安装电子表格软件，也可以使用。不但如此，Pandas还支持TXT、CSV、HTML和数据库等更多格式的数据获取方式。

那么，什么是Pandas？Pandas是Python中的一个数据分析包，是基于NumPy的（提供高性能的矩阵运算，这就标志着它的运算速度快）。并且Pandas提供了超强的数据清洗功能，可以用于数据挖掘和数据分析，可以说Pandas就是为数据分析而生的。

本书从学习Excel数据清洗的视角来学习Pandas，更易上手。很多时候，Pandas中编写的数据处理代码像Excel中的工作表函数公式一样，一条代码就能完成任务，优雅又简洁。

本书主要内容

第1章介绍Anaconda集成环境的安装，Jupyter Notebook的使用，以及Python语言的基础语法应用。

第2章介绍Pandas对Excel/CSV文件的读取与保存设置，并介绍Pandas的DataFrame和Series两大核心数据结构。

第3章介绍NumPy数组的创建与转换，并介绍NumPy数组的类型、缺失值、重复值等预处理，以及Series和DataFrame两种数据结构的各种创建方法。

第4章介绍对DataFrame表格属性的获取与修改，表格的各种切片选择方法，以及对表格增、删、改、查的设置。

第5章介绍DataFrame、Series和单值3种不同结构数据之间的运算方法，并介绍Pandas中常用的分支判断函数，以及Pandas中常用的循环遍历函数和常用的统计函数。

第6章讲解正则表达式的使用方法，Pandas中拆分、提取、查找、替换、去重、排序、合并等常用字符串处理函数。

第7章介绍时间戳、时间差数据处理的相关函数。

第8章介绍Pandas中分层索引的设置、创建，分层索引的切片选择方法，以及分层索引的重命名、重置、排序、删除等操作。

第9章讲解Pandas中的分组处理技术，以及Pandas中的数据透视表技术。

第10章介绍DataFrame表格的纵向和横向拼接技术，如何批量读取Excel工作表数据为DataFrame表格，以及批量保存DataFrame表格数据到多工作表、多工作簿。

阅读建议

本书是一本基础入门加实战的图书，既有基础知识，又有丰富示例，包括详细的操作步骤，实操性强。本书对Pandas的基本概念讲解很详细，从第4章开始，在每章的最后一节配有对整章知识应用的示例，并提供完整代码，运行代码就可以立即看到效果。这样会给读者信心，在轻松掌握基础知识的同时快速进入实战阶段。

建议读者对Excel有一定的操作基础，这样更方便对照学习。如果读者有一定的Python基础则更好，没有Python基础也不用担心，第1章讲解关于Python的基础知识，在Pandas中应用Python的技术点也不多，例如在Pandas中基本不会使用Python循环语句。因而不用担心Python基础不好而学不会Pandas。

本书源代码

扫描下方二维码，可获取本书示例的源代码：

致谢

成书不易，在写作本书的过程中，笔者得到了很多人的支持与帮助。首先，感谢我的父母、岳父母及妻子，感谢你们一如既往对我工作的支持，成为我坚实的后盾；然后还要感谢女儿雨柔、儿子果儿。你们是我坚持写作的动力，一位普普通通的父亲想给你们树立一个榜样。无论何时都不能忘记学习，哪怕每天只能进步一点点。只有知识才是我们一生中最重要的财富。希望你们在自己的人生道路上，能保持一颗不抛弃、不放弃的心。

由于时间仓促，书中难免存在不妥之处，请读者见谅，并提宝贵意见。

曾贤志

2022年1月