Video description
课程简介
在用Python进行Pandas数据清洗和建模的视频课程中，Daniel Y. Chen为《用Python基础语句进行Pandas数据分析视频课》构建了基础。在这一系列课程中，Dan教给你清理和处理数据所必需的技术和技巧。Dan向你展示如何使用某些内置的Python库对数据进行再加工，以清理加载到Pandas中的数据。一旦完成数据清理，你将会想要对它进行分析，所以Dan接下来会向你介绍用于模型拟合的其它库。
Get技能
• 使用Pandas的数据类型
• 对数据类型进行转换
• 使用字符串方法和正则表达式
• 使用函数
• 聚合、转换和筛选数据
• 使用Pandas和Python的日期时间方法
• 数据建模
Table of Contents
概述
用Python进行Pandas数据清理和建模：概述
第1课 Pandas数据类型
学习目标
1.1 理解Pandas中的数据类型
1.2 数据类型转换
1.3 分类数据的转换和操作
第2课: Pandas中的非结构化文本和字符串
学习目标
2.1 理解字符串
2.2 使用字符串方法
2.3 使用更多的字符串方法
2.4 利用字符串格式
2.5 利用正则表达式（regex）
2.6 访问正则表达式库
第3课: 使用函数
学习目标
3.1 使用函数
3.2 apply应用的基础知识
3.3 逐行和逐列使用apply
3.4 使用向量化函数
3.5 使用lambda函数
第4课：使用groupby进行拆分计算：拆分-应用-合并
学习目标
4.1 聚合数据
4.2 转换数据
4.3 筛选数据
4.4 使用pandas.core.groupby.DataFrameGroupBy对象
4.5 使用多索引
第5课：Python和Pandas中的日期和时间
学习目标
5.1 使用Python的日期时间
5.2 转换为日期时间
5.3 加载带有日期的数据
5.4 提取时间成分
5.5 实现时间计算和时间增量
5.6 使用datetime方法
5.7 获取股票数据
5.8 基于日期提取数据
5.9 使用日期范围
5.10 平移值
5.11 进行重采样
5.12 时区的处理
第6课：建模，连接Pandas之外的世界
学习目标
6.1 线性回归
6.2 逻辑回归
6.3 泊松或负二项式模型
6.4 生存模型
6.5 模型诊断
6.6 正则化技术
6.7 聚类和主成分分析（PCA）
结语
用Python进行Pandas数据清理和建模：总结