内容提要 本书以Python中的pandas库为主线，介绍各类数据处理与分析方法。 本书共包含13章，第一部分介绍NumPy和pandas的基本内容；第二部分介绍pandas库中的4类操作，包括索引、分组、变形和连接；第三部分介绍基于pandas库的4类数据，包括缺失数据、文本数据、分类数据和时间序列数据，并介绍这4类数据的处理方法；第四部分介绍数据观测、特征工程和性能优化的相关内容。本书以丰富的练习为特色，每章的最后一节为习题，同时每章包含许多即时性的练习（练一练）。读者可通过这些练习将对数据科学的宏观认识运用到实践中。 本书适合具有一定Python编程基础、想要使用pandas进行数据处理与分析的数据科学领域的从业者或研究人员阅读。 前　　言 “pandas令人头痛！——我在学习pandas库时曾如此抱怨。 pandas库的函数令人眼花缭乱，现实中的复杂问题难免使人手足无措。如果你刚开始使用pandas，遇到报错是很正常的，即使正确地进行了修复，下次遇到类似的问题时你可能已经遗忘了先前的解决方案，这样的情况听上去令人有些沮丧。因此，我经过总结思考并结合实践，梳理了pandas中常用的函数，将本书的前3个部分划分为“1+4+4”的模块结构，即“pandas基础”+“4类pandas操作”+“4类pandas数据”，在每个模块中总结了函数之间的逻辑关系，从而展示出数据处理的宏观体系。除了数据处理，还要对数据进行分析，因此在先前的结构之上，读者还应该掌握3个问题的解决方案，即“怎么分析”“怎么处理”“怎么加速”，这对应“数据观测”“特征工程”和“性能优化”这3个知识模块。 数据处理与分析是实战型任务，读者需要通过一些高质量的练习来巩固所学知识。因此，本书配备了一定数量的习题，这些习题能够帮助读者理解、强化和拓展书中介绍的内容。 在本书写作期间，我也为pandas的1.1…