本书采用“问题描述+解决方案”模式，通过500个案例介绍了使用Pandas进行数据分析和数据处理的技术亮点。全书共分为8章，主要案例包括：读写CSV、Excel、JSON、HTML等格式的数据；根据行标签、列名和行列数字索引筛选和修改数据，使用各种函数根据数据大小、日期范围、正则表达式、lambda表达式、文本类型等多种条件筛选数据；统计NaN（缺失值）的数量、占比，根据规则填充和删除NaN；在DataFrame中增、删、查、改行列数据，计算各种行差、列差、极差以及直接对两个DataFrame进行加、减、乘、除运算和比较差异；将宽表和长表相互转换，创建交叉表和各种透视表；对数据分组结果进行求和、累加、求平均值、求极差、求占比、排序、筛选、重采样等多种形式的分析，将分组数据导出为Excel文件。本书还附赠36个数据可视化案例，如根据指定的条件设置行列数据的颜色和样式，根据行列数据绘制条形图、柱形图、饼图、折线图、散点图、六边形图、箱形图、面积图等。 本书适于作为数据分析师、物流分析师、金融分析师、数据产品开发人员、人工智能开发人员、市场营销人员、办公管理人员、Python程序员等各行各业人员的案头参考书，无论对于初学者还是专业人士，本书都极具参考和收藏价值。

第1章 DataFrame
001 使用随机数创建一个DataFrame
002 使用字母设置DataFrame的行标签
003 使用日期设置DataFrame的行标签
004 使用月份设置DataFrame的行标签
005 使用月初日期设置DataFrame的行标签
006 使用星期日设置DataFrame的行标签
007 使用日期范围设置DataFrame的行标签
008 使用等差日期设置DataFrame的行标签
009 使用时间差设置DataFrame的行标签
010 根据工作日移动DataFrame的行标签
011 使用shift()移动DataFrame的行标签
012 根据日期差修改DataFrame的行标签
013 在日期行标签中禁止使用法定节假日
014 在日期行标签中排除自定义的节假日
015 在日期行标签中增加或减少分钟数
016 指定DataFrame的列数据为行标签
017 在DataFrame中移除现有的行标签
018 使用列表设置DataFrame的行标签
019 使用字典修改DataFrame的行标签
020 使用lambda修改DataFrame的行标签
021 在多层索引的DataFrame中设置行标签
022 使用字典修改DataFrame的多层行索引
023 根据DataFrame创建笛卡儿积多层索引
024 使用rename()修改DataFrame的列名
025 使用strip()修改DataFrame的列名
026 使用set_axis()修改DataFrame的列名
027 使用字典修改DataFrame的列名
028 为DataFrame的列名添加前缀或后缀
029 根据DataFrame的列名获取列索引数字
第2章 读取数据
030 从CSV格式的字符串中读取数据
031 从CSV格式的文本文件中读取数据
032 从星号分隔的文本文件中读取数据
033 从制表符分隔的文本文件中读取数据
034 从空格分隔的文本文件中读取数据
035 读取文本文件的数据并自定义列名
036 读取文本文件的数据并重命名列名
037 根据列名读取文本文件的部分数据
038 从文本文件中读取lambda筛选的列
039 读取文本文件的数据并设置列名前缀
040 读取文本文件的数据并设置列类型
041 读取文本文件并使用lambda修改列
042 读取文本文件并使用自定义函数修改列
043 读取文本文件并设置True和False
044 读取文本文件的数据并跳过指定行
045 读取文本文件的数据并跳过奇数行
046 读取文本文件的数据并跳过倒数n行
047 读取文本文件并将列类型转为日期类型
048 读取文本文件的数据并解析日期列数据
049 读取文本文件的数据并合并日期列数据
050 从压缩格式的文本文件中读取数据
051 把DataFrame的数据保存为文本文件
052 从Excel文件中读取单个工作表的数据
053 从Excel文件中读取多个工作表的数据
054 从Excel文件中读取工作表的前n行数据
055 从首行跳过n行读取Excel工作表的数据
056 从末尾跳过n行读取Excel工作表的数据
057 跳过指定行读取Excel工作表的部分数据
058 从Excel文件中读取工作表的偶数行数据
059 从Excel文件中读取工作表的偶数列数据
060 根据列号读取Excel文件的工作表数据
061 读取Excel工作表的数据且取消默认列名
062 读取Excel工作表的数据且自定义列名
063 读取Excel工作表的数据并指定行标签
064 在读取Excel工作表数据时解析千分位符
065 把DataFrame的数据保存为Excel文件
066 在保存Excel文件时不保留默认的行标签
067 使用read_json()函数读取JSON数据
068 将DataFrame的数据保存为JSON文件
069 从指定的网页中读取多个表格的数据
070 将DataFrame的所有数据转换为网页代码
071 将DataFrame的部分数据转换为网页代码
072 根据当前剪贴板的数据创建DataFrame
073 将DataFrame的所有数据保存到剪贴板
074 将DataFrame的部分数据保存到剪贴板
第3章 筛选数据
075 根据指定的列名筛选整列数据
076 使用eq()在指定列中筛选数据
077 使用ne()在指定列中筛选数据
078 使用lt()在指定列中筛选数据
079 在指定列中根据平均值筛选数据
080 使用le()在指定列中筛选数据
081 使用gt()在指定列中筛选数据
082 使用ge()在指定列中筛选数据
083 根据行标签的大小筛选数据
084 根据行标签的范围筛选数据
085 根据行标签步长筛选偶数行数据
086 根据指定的日期切片筛选数据
087 根据指定的日期范围筛选数据
088 根据指定的月份范围筛选数据
089 在日期类型的列中按日筛选数据
090 根据日期列的差值筛选数据
091 使用loc筛选并修改单个数据
092 使用loc筛选并修改多个数据
093 使用loc筛选并修改多行单列数据
094 使用loc筛选并修改单行多列数据
095 使用loc筛选并修改多行多列数据
096 使用loc根据切片筛选并修改数据
097 使用loc筛选并修改单行数据
493 使用自定义函数设置每列的最小值颜色
494 使用指定颜色高亮显示所有行的最大值
495 使用指定颜色高亮显示指定行的最