本書采用“問題描述+解決方案”模式，通過500個(gè)案例介紹了使用Pandas進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)處理的技術(shù)亮點(diǎn)。全書共分為8章，主要案例包括：讀寫CSV、Excel、JSON、HTML等格式的數(shù)據(jù)；根據(jù)行標(biāo)簽、列名和行列數(shù)字索引篩選和修改數(shù)據(jù)，使用各種函數(shù)根據(jù)數(shù)據(jù)大小、日期范圍、正則表達(dá)式、lambda表達(dá)式、文本類型等多種條件篩選數(shù)據(jù)；統(tǒng)計(jì)NaN（缺失值）的數(shù)量、占比，根據(jù)規(guī)則填充和刪除NaN；在DataFrame中增、刪、查、改行列數(shù)據(jù)，計(jì)算各種行差、列差、極差以及直接對兩個(gè)DataFrame進(jìn)行加、減、乘、除運(yùn)算和比較差異；將寬表和長表相互轉(zhuǎn)換，創(chuàng)建交叉表和各種透視表；對數(shù)據(jù)分組結(jié)果進(jìn)行求和、累加、求平均值、求極差、求占比、排序、篩選、重采樣等多種形式的分析，將分組數(shù)據(jù)導(dǎo)出為Excel文件。本書還附贈36個(gè)數(shù)據(jù)可視化案例，如根據(jù)指定的條件設(shè)置行列數(shù)據(jù)的顏色和樣式，根據(jù)行列數(shù)據(jù)繪制條形圖、柱形圖、餅圖、折線圖、散點(diǎn)圖、六邊形圖、箱形圖、面積圖等。
　　本書適于作為數(shù)據(jù)分析師、物流分析師、金融分析師、數(shù)據(jù)產(chǎn)品開發(fā)人員、人工智能開發(fā)人員、市場營銷人員、辦公管理人員、Python程序員等各行各業(yè)人員的案頭參考書，無論對于初學(xué)者還是專業(yè)人士，本書都極具參考和收藏價(jià)值。