Книжная полка Сохранить
Размер шрифта:
А
А
А
|  Шрифт:
Arial
Times
|  Интервал:
Стандартный
Средний
Большой
|  Цвет сайта:
Ц
Ц
Ц
Ц
Ц

Python: Pandas на практике. 200 упражнений по анализу данных с решениями и пояснениями

Покупка
Новинка
Артикул: 890594.01.99
Доступ онлайн
2 749 ₽
В корзину
Сегодня трудно представить аналитика данных, не пользующегося библиотекой Pandas, но в тонкостях работы с ней немудрено запутаться. В этой книге собраны упражнения, основанные на многолетней преподавательской практике автора. Прочитав ее, вы будете чувствовать себя уверенно при встрече с недостатками реальных данных в виде пропущенных значений, смешанных форматов и отсутствия четкой структуры. Книга предназначена начинающим аналитикам данных, изучающим Pandas, но будет полезна и опытным специалистам, стремящимся отточить свои навыки.
Лернер, Р. Python: Pandas на практике. 200 упражнений по анализу данных с решениями и пояснениями : учебное пособие / Р. Лернер ; пер. с англ. А. Ю. Гинько. – Москва : ДМК Пресс, 2025. - 554 с. – ISBN 978-5-93700-227-3. - Текст : электронный. - URL: https://znanium.ru/catalog/product/2274664 (дата обращения: 20.11.2026). – Режим доступа: по подписке.
Фрагмент текстового слоя документа размещен для индексирующих роботов
Реувен Лернер
Python: Pandas на практике


M A N N I N G
SHELTER ISLAND
Pandas Workout
200 exercises to make you  
a stronger data analyst
Reuven M. Lerner


Москва, 2025
Python:  
Pandas на практике
200 упражнений по анализу данных  
с решениями и пояснениями
Реувен Лернер


УДК 004.438Python
ББК 32.973.2
 Л49
Л49    Реувен Лернер
Python: Pandas на практике. 200 упражнений по анализу данных с решениями и пояснениями / пер. с англ. А. Ю. Гинько. – М.: ДМК Пресс, 2025. – 
552 с.: ил.
            ISBN 978-5-93700-227-3
Сегодня трудно представить аналитика данных, не пользующегося библиотекой Pandas, но в тонкостях работы с ней немудрено запутаться. В этой 
книге собраны упражнения, основанные на многолетней преподавательской практике автора. Прочитав ее, вы будете чувствовать себя уверенно 
при встрече с недостатками реальных данных в виде пропущенных значений, смешанных форматов и отсутствия четкой структуры.
Книга предназначена начинающим аналитикам данных, изучающим 
Pandas, но будет полезна и опытным специалистам, стремящимся отточить 
свои навыки.
Copyright © 2024 Manning Publications. This translation is published and sold by permission of 
Manning Publications, the owner of all rights to publish and sell the same.
Все права защищены. Любая часть этой книги не может быть воспроизведена в какой 
бы то ни было форме и какими бы то ни было средствами без письменного разрешения владельцев авторских прав.
Материал, изложенный в данной книге, многократно проверен. Но, поскольку вероятность 
технических ошибок все равно существует, издательство не может гарантировать абсолютную 
точность и правильность приводимых сведений. В связи с этим издательство не несет ответственности за возможные ошибки, связанные с использованием книги.
ISBN 978-1-61729-972-8 (англ.)                        Copyright © 2024 by Manning Publications Co.
ISBN 978-5-93700-227-3 (рус.)                         © Оформление, перевод на русский язык, 
	
                     издание, ДМК Пресс, 2025


В память об отце 
Рабби Барри Дов Лернер (1942–2023)
Он научил меня:
	 быть чрезвычайно любознательным;
	 делиться всем, чему научился;
	 верить в людей;
	 делать все это с юмором.


Оглавление
Предисловие.......................................................................................................9
Благодарности..................................................................................................11
Об этой книге....................................................................................................12
Об авторе...........................................................................................................17
О переводчике..................................................................................................17
Об изображении на обложке.........................................................................18
Глава 1. Объект Series......................................................................................19
УПРАЖНЕНИЕ 1. Оценки за ежемесячные тесты............................................ 24
УПРАЖНЕНИЕ 2. Масштабирование оценок................................................... 37
УПРАЖНЕНИЕ 3. Считаем цифры разряда десятков...................................... 42
УПРАЖНЕНИЕ 4. Описательная статистика.................................................... 52
УПРАЖНЕНИЕ 5. Температура по понедельникам......................................... 56
УПРАЖНЕНИЕ 6. Пассажиропоток в такси...................................................... 60
УПРАЖНЕНИЕ 7. Длинные, средние и короткие поездки в такси.................. 63
Заключение........................................................................................................... 67
Глава 2. Объект DataFrame..............................................................................68
УПРАЖНЕНИЕ 8. Чистый доход........................................................................ 73
УПРАЖНЕНИЕ 9. Налоговое планирование..................................................... 77
УПРАЖНЕНИЕ 10. Добавление новых товаров................................................ 88
УПРАЖНЕНИЕ 11. Лидеры продаж................................................................... 94
УПРАЖНЕНИЕ 12. Поиск выбросов.................................................................. 97
УПРАЖНЕНИЕ 13. Интерполяция................................................................... 104
УПРАЖНЕНИЕ 14. Выборочное обновление.................................................. 108
Заключение......................................................................................................... 112
Глава 3. Импорт и экспорт.............................................................................113
УПРАЖНЕНИЕ 15. Загадочные поездки на такси.......................................... 117
УПРАЖНЕНИЕ 16. Такси и пандемия............................................................. 125
УПРАЖНЕНИЕ 17. Установка типов данных для столбцов............................ 134
УПРАЖНЕНИЕ 18. Файл passwd в датафрейм................................................ 138
УПРАЖНЕНИЕ 19. Курсы биткоина................................................................ 142
УПРАЖНЕНИЕ 20. Большие города................................................................. 148
Заключение......................................................................................................... 151
Глава 4. Индексы.............................................................................................152
УПРАЖНЕНИЕ 21. Парковочные талоны........................................................ 154
УПРАЖНЕНИЕ 22. Оценки за вступительные тесты..................................... 167


Оглавление    7
УПРАЖНЕНИЕ 23. Олимпийские игры........................................................... 172
УПРАЖНЕНИЕ 24. Олимпийские сводные таблицы...................................... 185
Заключение......................................................................................................... 192
Глава 5. Очистка данных...............................................................................193
УПРАЖНЕНИЕ 25. Очистка данных о парковках........................................... 197
УПРАЖНЕНИЕ 26. Уход знаменитостей......................................................... 207
УПРАЖНЕНИЕ 27. Титаник и интерполяция................................................. 214
УПРАЖНЕНИЕ 28. Несогласованные данные................................................. 220
Заключение......................................................................................................... 227
Глава 6. Группировка, объединение и сортировка....................................228
УПРАЖНЕНИЕ 29. Самые продолжительные поездки на такси................... 232
УПРАЖНЕНИЕ 30. Сравним поездки на такси............................................... 243
УПРАЖНЕНИЕ 31. Расходы туристов по странам.......................................... 256
Заключение......................................................................................................... 266
Глава 7. Сложная группировка, объединение и сортировка....................267
УПРАЖНЕНИЕ 32. Температура в разных городах........................................ 267
УПРАЖНЕНИЕ 33. Оценки за вступительные тесты, часть 2........................ 279
УПРАЖНЕНИЕ 34. Снежные и дождливые города......................................... 293
УПРАЖНЕНИЕ 35. Вино и туризм…................................................................ 302
Заключение......................................................................................................... 313
Глава 8. Промежуточный проект .................................................................314
Задача.................................................................................................................. 315
Заключение......................................................................................................... 336
Глава 9. Строки ...............................................................................................337
УПРАЖНЕНИЕ 36. Анализируем Алису.......................................................... 343
УПРАЖНЕНИЕ 37. Винные слова.................................................................... 350
УПРАЖНЕНИЕ 38. Зарплата программистов................................................. 360
Заключение......................................................................................................... 373
Глава 10. Даты и время ................................................................................374
УПРАЖНЕНИЕ 39. Короткие, средние и длинные поездки на такси............ 381
УПРАЖНЕНИЕ 40. Пишем и читаем даты...................................................... 388
УПРАЖНЕНИЕ 41. Цены на нефть.................................................................. 397
УПРАЖНЕНИЕ 42. Чаевые за поездки на такси............................................. 402
Заключение......................................................................................................... 412
Глава 11. Визуализация ................................................................................413
УПРАЖНЕНИЕ 43. Города................................................................................ 416
УПРАЖНЕНИЕ 44. Погода в ящиках с усами.................................................. 430
УПРАЖНЕНИЕ 45. Анализируем стоимость поездок на такси  
с помощью графиков................................................................................. 439
УПРАЖНЕНИЕ 46. Машины, нефть и мороженое.......................................... 455


8    Оглавление
УПРАЖНЕНИЕ 47. Такси и визуализация в Seaborn...................................... 474
Заключение......................................................................................................... 483
Глава 12. Оптимизация .................................................................................484
УПРАЖНЕНИЕ 48. Категории.......................................................................... 490
УПРАЖНЕНИЕ 49. Быстрое чтение, быстрая запись..................................... 497
УПРАЖНЕНИЕ 50. query и eval........................................................................ 507
Заключение......................................................................................................... 515
Глава 13. Итоговый проект ...........................................................................516
Задача.................................................................................................................. 516
Столбцы и их описание...................................................................................... 519
Заключение.....................................................................................................548
Предметный указатель..................................................................................549


Предисловие
Когда я только начинал преподавать Python в компаниях по всему миру, я не был 
удивлен тем, как мои студенты используют этот язык программирования. Обычно они применяли его для написания скриптов взамен менее выразительных 
Bash-скриптов, создания серверных веб-приложений, разработки автоматизированных тестов и работы с реляционными базами данных.
Спустя какое-то время я с удивлением обнаружил, что они также используют 
Python для анализа данных. Да, это мощный и легкий в освоении язык, но с быстродействием у него всегда были проблемы. Как же с его помощью можно анализировать данные?
Вскоре я узнал то, что многие уже знали: оказывается, библиотека NumPy способна объединить легкость использования Python с эффективностью C. Я быстро 
вскочил в этот вагон и уже совсем скоро начал активно применять эту связку в 
аналитике и обучать тех, кому только предстояло сделать для себя такое открытие. В то же время сам NumPy мне казался чересчур низкоуровневым инструментом для достижения моих целей.
Когда я познакомился с pandas, все встало на свои места. Эта библиотека объединила в себе скорость и эффективность NumPy с богатейшим API, позволяющим легко выполнять задачи, встающие перед аналитиком каждый день. Я люблю сравнивать pandas с машиной, оснащенной автоматической коробкой передач, значительно превосходящей в удобстве автомобиль с ручной коробкой, коим 
мне представляется NumPy. Pandas позволяет просто и быстро выполнять чтение 
и запись в самых разных форматах, очищать исходные данные, анализировать и 
визуализировать их. В общем, он дал мне все, что было нужно. Я был пленен его 
очарованием.
Спустя десятилетие после моего знакомства с pandas интерес к нему возрос 
до небес. Сегодня трудно представить себе аналитика данных, не пользующегося этой библиотекой. За это время где я только ни читал свои курсы по pandas – 
от команд стартапов до государственных учреждений и от небольших хеджевых 
фондов до компаний, входящих в первую сотню мирового рейтинга.
Pandas подходит к решению задач иначе по сравнению со стандартными библиотеками, входящими в состав Python. Синтаксис один, но структуры данных и 
принципы работы с ними совершенно разные. При этом библиотека pandas настолько обширна и разнообразна, что в ее хитросплетениях немудрено запутаться. В отличие от базового Python, незримо продвигающего догму «Должен быть 
только один способ решения задачи…», pandas не исключает множества вариантов и подходов к одной и той же проблеме. В то же время бывает непросто определить, какой из возможных способов окажется наиболее быстрым и простым в 
эксплуатации, даже (или особенно) если вы обладаете приличным опыт работы с 
Python.
Именно по этой причине я являюсь большим поклонником практического 
подхода к обучению. Только практика позволит вам проникнуть во все тайные 


10    Предисловие
комнаты библиотеки pandas и научиться применять обнаруженные приемы для 
решения своих задач. Вам недостаточно тренироваться на вымышленных наборах данных – если вы хотите действительно хорошо освоить pandas, вам придется, вооружившись этой библиотекой и изрядной долей храбрости, подступаться 
к обработке и анализу данных из реального мира с характерными для них недостатками в виде пропущенных значений, смешанных форматов и отсутствия 
четкой структуры.
Упражнения, собранные в этой книге, проистекают из моих курсов и лекций, 
которые я читаю все последнее десятилетие. Многие из них за эти годы претерпели изменения, которые сделали их только лучше, поскольку в них были учтены 
все сложности, с которыми могут сталкиваться начинающие разработчики. Моя 
цель – дать вам возможность попрактиковаться с pandas и приобрести навыки, 
которые вы сможете успешно применить в своей работе. Подобно тому как каждый учебный полет пилота на авиасимуляторе приближает его к подъему в воздух 
настоящего самолета с пассажирами, каждое упражнение из этой книги позволит 
вам чувствовать себя при работе с pandas более уверенно, и вы не будете испытывать проблем при встрече с реальными задачами.


Доступ онлайн
2 749 ₽
В корзину