本书从零开始系统讲解使用Pandas导入Excel数据，然后使用Pandas技术对数据进行整理和分析，最后导出为不同形式的Excel文件，完整实现数据的导入、处理和输出流程。 全书共10章，第1章为Pandas数据处理环境的搭建；第2章为使用Pandas对Excel数据读取与保存：第3章介绍与Pandas底层数据相关的NumPy库；第4章讲解Pandas中DataFrame表格的增、删、改、查等常用操作；第5章介绍对Series与DataFrame两种数据的运算、分支，遍历等处理；第6章介绍字符串的各种清洗技术；第7章介绍时间戳与时间差数据的处理；第8章介绍Pandas中分层索引及与索引相关的操作；第9章介绍对数据的分组处理及做数据透视表处理；第10章介绍表格的数据结构转换，以及多表读取与保存。书中包含相应示例，不仅可以帮助读者学会理论知识，还可以灵活应用。 本书可作为Excel爱好者和数据分析初学者的入门参考书，也可作为想提高数据分析效率、拓展数据分析手段相关人员的参考书。

第1章 Pandas数据处理环境搭建
1.1 Pandas环境配置
1.1.1 安装Python发行版本Anaconda
1.1.2 程序编写工具Jupyter Notebook
1.2 Python基础操作
1.2.1 变量
1.2.2 注释
1.2.3 代码缩进
1.2.4 数据结构
1.2.5 控制语句
1.2.6 函数
第2章 Pandas中数据的存取
2.1 读取Excel文件数据
2.2 读取CSV文件数据
2.3 保存为Excel文件格式
2.4 保存为CSV文件格式
2.5 Pandas中表格的结构
2.5.1 DataFrame数据结构
2.5.2 Series数据结构
第3章 NumPy数据处理基石
3.1 NumPy的定义
3.2 NumPy数组的创建与转换
3.2.1 普通数组
3.2.2 序列数组
3.2.3 随机数组
3.2.4 转换数组
3.3 NumPy数组的预处理
3.3.1 类型转换
3.3.2 缺失值处理
3.3.3 重复值处理
3.4 NumPy数组维度转换
3.4.1 数组维度转换
3.4.2 数组合并
3.5 Series数据的创建
3.6 DataFrame表格的创建
3.6.1 使用NumPy数组创建DataFrame表格
3.6.2 使用Python列表创建DataFrame表格
3.6.3 使用Python字典创建DataFrame表格
第4章 表格管理技术
4.1 表格属性获取与修改
4.1.1 表格属性的获取
4.1.2 表格属性修改
4.2 表格的切片选择
4.2.1 切片法
4.2.2 筛选法
4.2.3 loc切片法
4.2.4 iloc切片法
4.3 添加表格的行和列
4.3.1 添加行
4.3.2 添加列
4.4 删除表格的行和列
4.4.1 删除行
4.4.2 删除列
4.4.3 删除有缺失值的行和列
4.5 表格数据的修改
4.6 巩固案例
第5章 数据处理基础
5.1 数据运算处理
5.1.1 运算符与运算函数
5.1.2 Series与单值的运算
5.1.3 DataFrame与单值运算
5.1.4 Serioe与Series运算
……
第6章 字符串清洗技术
第7章 日期和时间处理技术
第8章 高级索引技术
第9章 数据汇总技术
第10章 表格转换技术