Python数据分析 – 数据规整：连接、联合与重塑
数据规整：连接、联合与重塑
在很多应用中，数据可能分布在多个文件或数据库中，抑或以某种不易于分析的格式进行排列。本章关注于对数据联合、连接以及重排列有用的工具。
目录
- Python数据分析 – Python数据分析教程
- Python数据分析 – Python数据分析简介
- Python数据分析 – NumPy数值计算基础
- Python数据分析 – NumPy数组对象ndarray
- Python数据分析 – NumPy矩阵与通用函数
- Python数据分析 – 利用NumPy进行统计分析
- Python数据分析 – pandas统计分析基础
- Python数据分析 – pandas数据结构介绍
- Python数据分析 – pandas基本功能
- Python数据分析 – pandas描述性统计的概述与计算
- Python数据分析 – 数据载入、存储及文件格式简介
- Python数据分析 – 文本格式数据的读写
- Python数据分析 – 二进制格式
- Python数据分析 – 数据清洗与准备
- Python数据分析 – 处理缺失值
- Python数据分析 – 数据转换
- Python数据分析 – 字符串操作
- Python数据分析 – 数据规整：连接、联合与重塑
- Python数据分析 – 分层索引
- Python数据分析 – 联合与合并数据集
- Python数据分析 – 重塑和透视
- Python数据分析 – Matplotlib数据可视化基础
- Python数据分析 – 掌握绘图基础语法与常用参数
- Python数据分析 – 使用pandas和seaborn绘图
- Python数据分析 – 其他Python可视化工具
- Python数据分析 – 数据聚合与分组操作
- Python数据分析 – GroupBy机制
- Python数据分析 – 数据聚合
- Python数据分析 – 数据透视表与交叉表
- Python数据分析 – 时间序列
- Python数据分析 – 日期和时间数据的类型及工具
- Python数据分析 – 时间序列基础
- Python数据分析 – 日期范围、频率和移位
- Python数据分析 – 时区处理
- Python数据分析 – 时间区间和区间算术
- Python数据分析 – 重新采样与频率转换
- Python数据分析 – 移动窗口函数
- Python数据分析 – 高阶pandas
- Python数据分析 – 分类数据
- Python数据分析 – 高阶GroupBy应用
- Python数据分析 – 方法链技术
- Python数据分析 – Python建模库介绍
- Python数据分析 – pandas与建模代码的结合
- Python数据分析 – statsmodels介绍
- Python数据分析 – 使用sklearn转换器处理数据
- Python数据分析 – 构建并评价聚类模型
- Python数据分析 – 构建并评价分类模型
- Python数据分析 – 构建并评价回归模型
- Python数据分析 – ndarray对象内幕
- Python数据分析 – 高阶数组操作
- Python数据分析 – 广播
- Python数据分析 – 高阶ufunc用法
- Python数据分析 – 排序
- Python数据分析 – 回归分析
- Python数据分析 – 回归分析的基本原理
- Python数据分析 – 一元线性回归
- Python数据分析 – 非线性回归
- Python数据分析 – 多项式回归
目录
- Python数据分析 – 多项式回归
- Python数据分析 – 非线性回归
- Python数据分析 – 一元线性回归
- Python数据分析 – 回归分析的基本原理
- Python数据分析 – 回归分析
- Python数据分析 – 排序
- Python数据分析 – 高阶ufunc用法
- Python数据分析 – 广播
- Python数据分析 – 高阶数组操作
- Python数据分析 – ndarray对象内幕
- Python数据分析 – 构建并评价回归模型
- Python数据分析 – 构建并评价分类模型
- Python数据分析 – 构建并评价聚类模型
- Python数据分析 – 使用sklearn转换器处理数据
- Python数据分析 – statsmodels介绍
- Python数据分析 – pandas与建模代码的结合
- Python数据分析 – Python建模库介绍
- Python数据分析 – 方法链技术
- Python数据分析 – 高阶GroupBy应用
- Python数据分析 – 分类数据
- Python数据分析 – 高阶pandas
- Python数据分析 – 移动窗口函数
- Python数据分析 – 重新采样与频率转换
- Python数据分析 – 时间区间和区间算术
- Python数据分析 – 时区处理
- Python数据分析 – 日期范围、频率和移位
- Python数据分析 – 时间序列基础
- Python数据分析 – 日期和时间数据的类型及工具
- Python数据分析 – 时间序列
- Python数据分析 – 数据透视表与交叉表
- Python数据分析 – 数据聚合
- Python数据分析 – GroupBy机制
- Python数据分析 – 数据聚合与分组操作
- Python数据分析 – 其他Python可视化工具
- Python数据分析 – 使用pandas和seaborn绘图
- Python数据分析 – 掌握绘图基础语法与常用参数
- Python数据分析 – Matplotlib数据可视化基础
- Python数据分析 – 重塑和透视
- Python数据分析 – 联合与合并数据集
- Python数据分析 – 分层索引
- Python数据分析 – 数据规整：连接、联合与重塑
- Python数据分析 – 字符串操作
- Python数据分析 – 数据转换
- Python数据分析 – 处理缺失值
- Python数据分析 – 数据清洗与准备
- Python数据分析 – 二进制格式
- Python数据分析 – 文本格式数据的读写
- Python数据分析 – 数据载入、存储及文件格式简介
- Python数据分析 – pandas描述性统计的概述与计算
- Python数据分析 – pandas基本功能
- Python数据分析 – pandas数据结构介绍
- Python数据分析 – pandas统计分析基础
- Python数据分析 – 利用NumPy进行统计分析
- Python数据分析 – NumPy矩阵与通用函数
- Python数据分析 – NumPy数组对象ndarray
- Python数据分析 – NumPy数值计算基础
- Python数据分析 – Python数据分析简介
- Python数据分析 – Python数据分析教程
推荐文章
- Python数据分析 – Python数据分析教程
- Python数据分析 – Python数据分析简介
- Python数据分析 – NumPy数值计算基础
- Python数据分析 – NumPy数组对象ndarray
- Python数据分析 – NumPy矩阵与通用函数
- Python数据分析 – 利用NumPy进行统计分析
- Python数据分析 – pandas统计分析基础
- Python数据分析 – pandas数据结构介绍
- Python数据分析 – pandas基本功能
- Python数据分析 – pandas描述性统计的概述与计算
- Python数据分析 – 数据载入、存储及文件格式简介
- Python数据分析 – 文本格式数据的读写
- Python数据分析 – 二进制格式
- Python数据分析 – 数据清洗与准备
- Python数据分析 – 处理缺失值
- Python数据分析 – 数据转换
- Python数据分析 – 字符串操作
- Python数据分析 – 数据规整：连接、联合与重塑