本 Repo 是 100-pandas-puzzles 的中文版，目前将要开始翻译清理数据部分，英文原版请移步这里。
受 numpy-100 的启发，本仓库将提供 100 个（仍在更新）小问题用于测试你对 Pandas 的掌握。
Pandas 是一个具有非常多专业特性和功能的大型库，由于时间和能力所限，本仓库并不能全面涉及。本仓库设计的练习主要集中在利用 DataFrame 和 Series 对象操作数据的基础上（索引、分组、聚合、清洗）。许多问题的解决方案只需要几行代码，因此选择正确的方法和遵循最佳实践是基本目标。
练习题将根据难度等级来划分，当然，这些等级是主观的，但也这些等级也可以作为难度的大致参考，让你对题目难度大致有个数。
祝你玩的愉快！
关于 Pandas 的 100 题目目前还没有完成！如果你有想反馈或是改进的建议，欢迎提 PR 或是 issue。
| 章节 | 描述 | 难度 |
|---|---|---|
| 导入 Pandas | 准备好使用 Pandas 吧！ | 简单 |
| DataFrame：基础知识 | 使用 DataFrame 进行选择、排序、添加以及聚合数据。 | 简单 |
| DataFrame：更上一层楼 | 有点困难了！你可能需要结合两种或以上的方法才能得到正确的解答。 | 中等 |
| DataFrame：向你发出挑战 | 这里可能需要一点突破常规的思维…… | 困难 |
| Series 和 DatetimeIndex | 使用时间数据创建和操作 Series 对象。 | 简单/中等 |
| 清理数据 | 让 DataFrame 更好协作。 | 简单/中等 |
| Pandas 多层索引 | 为 Pandas 添加多层索引！ | 中等 |
| 扫雷 | 玩过扫雷吗？用 Pandas 生成数据。 | 困难 |
| 绘图 | 探索 Pandas 的部分绘图功能，了解数据的趋势。 | 中等 |
本仓库将提供两种运行的方法：
-
点击 Open in Colab 直接运行
-
在电脑本地运行
- 克隆该仓库到你的电脑
git clone https://github.com/VXenomac/100-pandas-puzzles-cn
- 安装所需依赖（按需创建虚拟环境）
pip install -r requirements.txt # 如果下载缓慢可换用国内豆瓣 pip 源 pip install -r requirements.txt -i http://pypi.douban.com/simple --trusted-host pypi.douban.com- 打开 Jupyter Notebook
jupyter notebook --notebook-dir=100-pandas-puzzles-cn现在你应该可以在你的浏览器中看见它们了。
如果你想在开始之前复习复习 pandas，官方文档是一个不错的选择：