标签
内容简介
《Pandas 进阶》是流传于中文数据科学社区的“Python数据科学速查表”系列中的一张，原始内容由在线数据科学教育平台 DataCamp 制作，系列中文版由社区译者“呆鸟”翻译整理，在中文网络中以 PDF 形式流传，并非正式出版的图书。它与同系列的《Pandas 基础》构成一对：基础篇讲的是 Series 与 DataFrame 的建立、读写、选取、排序与简单汇总；本张进阶篇则面向已经跑通基础操作、开始处理真实数据的读者，把重心放在“数据整理（data wrangling）”的常用手段上。按 DataCamp 官方对这张速查表的说明，其内容覆盖更进阶的索引技巧、DataFrame 的遍历方式、缺失值与重复值的处理、分组与合并数据、若干数据功能以及基于 pandas 的快速可视化，帮助使用者在真实分析任务中完成数据重塑与重新排列。它的形态是“代码片段 + 一句注释”的高密度卡片，讲究的是查到即用，而不是成体系讲解原理。因此它更适合当作日常写代码时的案头提示卡，与文档、教程配合使用；想系统掌握 pandas 的读者，还需要搭配正式教材或官方文档。由于是社区流传的电子资料，不同版本的排版、条目详略可能略有差异，使用前建议先通读一遍、确认与你所用 pandas 版本的 API 是否一致。
编辑推荐
这是一份“轻量但高频”的参考材料。学 pandas 的人常有这样的体验：基础语法看一遍就会，真正卡住人的是透视、多层索引、缺失值填充、groupby 之后怎么变形、多个表怎么拼——恰好是这张速查表着力覆盖的部分。它的价值不在于讲清楚“为什么”，而在于把最常用的写法浓缩成一页纸：df.pivot、stack/unstack、melt、iterrows、dropna、fillna、groupby+agg、merge/join/concat 这些关键词一旦形成肌肉记忆，日常分析的效率会有明显提升。需要如实说明的是：它源自 DataCamp 的英文速查表，由社区译者翻译，属于网络流传的电子速查卡，没有出版社、ISBN 与页码体系，也不构成一本可“读完”的书；速查表本身随 pandas 版本演进，部分旧写法（如条件索引中的某些用法、ix 等历史接口）在新版本中已被弃用或移除。建议把它当作对照表而不是教材，遇到存疑条目直接回查官方文档；同时提醒读者通过官方渠道获取资料，尊重原作者与译者的版权。
适合谁读
适合
- 已经能熟练创建 DataFrame、会基础选取与汇总，想进阶到数据整理的 pandas 使用者
- 工作中经常需要清洗、重塑、合并表格数据的分析师和数据工程师
- 准备学习 pandas 但需要一个“随时可查”的代码提示卡的在校学生
- 习惯以代码片段记忆 API、不爱读长篇教程的自学者
不适合
- 完全没有 Python 与 pandas 基础、需要从零系统入门的读者
- 希望获得成体系理论讲解与完整案例项目的读者
- 需要正式出版纸质书、要求 ISBN 与配套课件用于教学采购的机构
阅读建议
- 先通读一遍建立索引，把不熟悉的函数标记出来，再按“重塑—缺失值—分组—合并”的顺序逐块动手敲代码。
- 配合真实数据集练习，把速查表上的写法改写成自己业务的列名与场景，比单纯背诵更有效。
- 使用时对照当前 pandas 版本的官方文档核验 API，遇到已弃用的写法及时替换。
- 与《Pandas 基础》速查表配套使用，基础篇查语法、进阶篇查数据整理，形成一套完整提示卡。
常见问题
这是一本正式出版的图书吗？
不是。它是 DataCamp 制作的 pandas 进阶速查表，中文版由社区译者翻译后在网络以 PDF 流传，没有出版社、ISBN 和页码，属于电子参考卡而非正式出版物。
它和《Pandas 基础》速查表有何区别？
基础篇讲数据结构、读写、选取、排序与简单统计；进阶篇讲数据重塑、进阶索引、遍历、缺失值与重复值处理、分组聚合、合并连接和基础绘图，面向已能上手的人。
内容会随 pandas 版本过时吗？
会。速查表固定于制作时的 API，像 ix 等历史接口已在新版本中移除，部分写法也有更推荐的替代方案，使用时应回查官方文档确认。
能只靠这张速查表学会 pandas 吗？
不能。它只提供代码片段和极简说明，缺少原理与案例，适合作为查阅工具；学习仍应以系统教材、官方文档和项目练习为主。
读者评论
查询本书
本站为索引目录：「全网查询」由您发起、在您的浏览器中运行，所列入口均指向第三方站点，请自行判断可用性。
