总结

使用 pandas 高效导入数据

Amany Mahfouz

Instructor

回顾

第 1、2 章

• read_csv() 和 read_excel()
• 设置数据类型、选择要加载的数据、处理缺失与错误

回顾

第 3 章

• read_sql() 和 sqlalchemy
• SQL 的 SELECT、WHERE、聚合函数与连接

回顾

第 4 章

• read_json()、json_normalize() 和 requests
• 使用 API 与嵌套 JSON
• 连接与合并数据集

下一步？

• 进一步学习 pandas 中的数据整理
  • 索引、值变换、删除行列
  • 通过合并、熔化、透视来重塑数据
  • Python 数据处理技能路径

下一步？

• 探索多种分析主题
  • 描述性统计（如中位数、均值、标准差）
  • 推断统计（假设检验、相关、回归）
  • Python 探索性数据分析
  • Python 线性建模入门

下一步？

• 学习数据可视化技巧
  • seaborn 与 matplotlib 库
  • Python 数据可视化入门
  • Matplotlib 可视化入门

下一步？

• 在完整的数据科学流程中整理解数据
  • 用 pandas 分析警方执法数据
  • 用 Python 分析美国人口普查数据
  • 用 Python 分析社交媒体数据

恭喜！

使用 pandas 高效导入数据