章节1: Series和DataFrame 课时1 视频 用list构造series 01:00 可课时2 视频 用Dict初始化Series 01:17 可课时3 视频 Series转换成Python List 01:04 可课时4 视频 Series转换成DataFrame 01:18 可课时5 视频 借助Numpy创建Series 02:06课时6 视频 转换Series的数据类型 02:05课时7 视频 给Series添加新的元素 01:34课时8 视频 Series用reset index转换成df 01:21课时9 视频 使用字典创建DF 02:09课时10 视频 给DataFrame设置索引列 01:32课时11 视频 生成一个月份的所有天日期 02:04课时12 视频 生成一年的所有周一日期 02:31课时13 视频 生成一天的所有小时 02:18课时14 视频 用日期生成DataFrame 02:10课时15 视频 使用日期和随机数生成DataFrame 03:10课时16 视频 打印DataFrame的前后数据行 01:13课时17 视频 df的信息和基本数据统计 03:07课时18 视频 统计数据列的值出现次数 01:52课时19 视频 df前N行存入CSV文件 01:04课时20 视频 加载CSV文件到df 01:18章节2: 股票数据集课时21 视频 加载股票数据CSV文件 01:10课时22 视频 股票的信息和基本数据统计 02:07课时23 视频 更改索引列为普通数据列 01:56课时24 视频 给股票数据新增年份和月份 01:53课时25 视频 计算股票每年份的平均收盘价 02:01课时26 视频 股票数据找出收盘价最低行 02:09课时27 视频 筛选出部分数据列 01:45课时28 视频 设置日期列为索引列 01:16课时29 视频 删除不需要的数据列 01:21课时30 视频 对列进行重命名 02:32章节3: 电信客户流失数据集课时31 视频 加载电信客户流失数据集 01:58课时32 视频 计算每一数据列的缺失值 01:43课时33 视频 正确设置数据列的类型 03:53课时34 视频 将类别字段转换成cat类型 02:56课时35 视频 对cat类型字段数据统计 02:16课时36 视频 churn字段的数据分布 01:27课时37 视频 多维度查看月费字段统计 01:51课时38 视频 Churn字段的数据映射 01:47课时39 视频 查看字段相关性矩阵 02:12课时40 视频 从数据集中采样数据行 01:20章节4: 两列随机数据课时41 视频 合并两个Series到DF 02:32课时42 视频 多条件筛选DataFrame 01:30课时43 视频 根据现有列计算新列 01:28课时44 视频 根据现有列截断列 01:55课时45 视频 数据列最大和最小的5个数 01:25课时46 视频 计算数字的累积加和值 01:25课时47 视频 计算一列数字的中位数 01:12课时48 视频 使用query筛选数据 01:28课时49 视频 将df的前几行生成一个字典 01:11课时50 视频 将df的前几行生成html 01:14章节5: 随机数矩阵数据课时51 视频 构造随机数df并筛选 02:14课时52 视频 使用两列进行组合筛选 01:30课时53 视频 for循环遍历dataframe 01:28课时54 视频 精确设置df的单元格的值 02:08课时55 视频 移除包含空值的行 01:16课时56 视频 重新设置索引列 01:45课时57 视频 统计数据列的空值个数 01:22课时58 视频 使用数字填充缺失值 01:18课时59 视频 修改df列的顺序 01:14课时60 视频 删除df的一列或多列 01:36章节6: 二手车数据课时61 视频 数据介绍和加载 01:25课时62 视频 删除数据列 01:11课时63 视频 输出df标题名称列表 00:46课时64 视频 统计字段缺失值 00:57课时65 视频 移除包含缺失值的行 01:24课时66 视频 列名改成小写 01:00课时67 视频 过户次数的分布 01:02课时68 视频 排量字段的处理分析 02:06课时69 视频 马力字段的处理分布 02:22课时70 视频 每年有多少车 01:05课时71 视频 传动类型的转换 01:42课时72 视频 保存csv文件 01:16章节7: 伦敦单车数据集课时73 视频 加载csv文件 01:26课时74 视频 查看前后5行数据 00:52课时75 视频 转换时间类型字段 01:22课时76 视频 新增小时字段 01:10课时77 视频 新增月份字段 01:10课时78 视频 统计每月湿度平均 01:53课时79 视频 每小时的分享次数 01:46课时80 视频 周末每小时分享次数 02:03课时81 视频 风速和湿度筛选数据 01:44课时82 视频 筛选复制周末数据 01:39课时83 视频 周末数据存csv 01:44章节8: 保险费数据集课时84 视频 读取数据csv文件 01:06课时85 视频 检测重复行 01:32课时86 视频 删除重复行 01:08课时87 视频 删选object类型列 01:33课时88 视频 转换列到cat类型 01:35课时89 视频 筛选数值类型列 01:27课时90 视频 分离类别和数值列 02:36课时91 视频 类别列的描述统计 01:36课时92 视频 数值列的描述统计 01:12课时93 视频 统计值的均值方差 01:47课时94 视频 统计缺失值 00:45课时95 视频 dummies数据编码 02:17课时96 视频 查看相关性矩阵 01:16课时97 视频 相关性矩阵的筛选 01:46课时98 视频 特征和标签的分离 02:01章节9: 衣服数据数据集课时99 视频 构建dataframe 00:42课时100 视频 批量转换类型 01:37课时101 视频 dummies转换 01:04课时102 视频 dummies加drop转换 01:07章节10: Json数据集课时103 视频 pandas加载json文件 02:04课时104 视频 从字符串解析出国家名称 01:47课时105 视频 统计多于一次的国家名称 02:13课时106 视频 转换字符串到数值类型 01:46课时107 视频 计算最大值最小值所在的行 02:04课时108 视频 根据数值区分存储到多个CSV 01:43章节11: 两只股票关联分析课时109 视频 读取股票数据CSV 01:35课时110 视频 批量给列名加前缀 01:27课时111 视频 按日期关联两个df 01:18课时112 视频 筛选所需要的列 01:30课时113 视频 计算每只股票当日涨跌幅 01:53课时114 视频 计算同涨同跌的信号 01:49课时115 视频 计算同时涨跌的比例 02:04
