本书详细阐述了与Pandas相关的基本解决方案，主要包括Pandas基础，DataFrame基本操作，创建和保留DataFrarne，开始数据分析，探索性数据分析，选择数据子集，过滤行，对齐索引，分组以进行聚合、过滤和转换，将数据重组为规整形式，组合Pandas对象，时间序列分析，使用Matplotlib、Pandas和Seaborn进行可视化，调试和测试等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。 本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

第1章 Pandas基础
1.1 导入Pandas
1.2 介绍Pandas
1.3 关于Pandas DataFmme
1.3.1 实战操作
1.3.2 原理解释
1.4 了解DataFrame属性
1.4.1 实战操作
1.4.2 原理解释
1.4.3 扩展知识
1.5 了解数据类型
1.5.1 实战操作
1.5.2 原理解释
1.5.3 扩展知识
1.6 选择列
1.6.1 实战操作
1.6.2 原理解释
1.6.3 扩展知识
1.7 调用Series方法
1.7.1 实战操作
1.7.2 原理解释
1.7.3 扩展知识
1.8 了解Series的操作
1.8.1 实战操作
1.8.2 原理解释
1.8.3 扩展知识
1.9 使用Series方法链
1.9.1 实战操作
1.9.2 原理解释
1.9.3 扩展知识
1.10 重命名列名
1.10.1 实战操作
1.10.2 原理解释
1.10.3 扩展知识
1.11 创建和删除列
1.11.1 实战操作
1.11.2 原理解释
1.11.3 扩展知识
第2章 DataFrame基本操作
2.1 介绍
2.2 选择多个DataFrame列
2.2.1 实战操作
2.2.2 原理解释
2.2.3 扩展知识
2.3 使用方法选择列
2.3.1 实战操作
2.3.2 原理解释
2.3.3 扩展知识
2.4 排序列名称
2.4.1 实战操作
2.4.2 原理解释
2.4.3 扩展知识
2.5 统计DataFrame摘要信息
2.5.1 实战操作
2.5.2 原理解释
2.5.3 扩展知识
2.6 使用DataFrame方法链
2.6.1 实战操作
第3章 创建和保留DataFrame
第4章 开始数据分析
第5章 探索性数据分析
第6章 选择数据子集
第7章 过滤行
第8章 对齐索引
第9章 分组以进行聚合、过滤和转换
第10章 将数据重组为规整形式
第11章 组合Pandas对象
第12章 时间序列分析
第13章 使用Matplotlib、Pandas和Seaborn进行可视化
第14章 调试和测试