书籍摘要

核心定位

这本书是一本面向实战入门与进阶过渡的 pandas 教程，核心目标不是讲数据科学理论，而是帮助已经会用 Excel、Google Sheets 或其他表格/分析工具的人，转向用 Python 里的 pandas 处理更大、更可重复、可自动化的数据任务。它强调“用较少代码完成高频数据整理”，定位接近数据处理工作台，而不是机器学习专著。

内容主线

全书按“先掌握基本对象，再进入真实数据问题”推进。前半部分从 Series、DataFrame 这些核心结构讲起，建立排序、索引、选择、过滤等基本操作心智；后半部分转向文本处理、多级索引、透视、分组、合并、时间序列、文件导入导出与可视化，让读者把 pandas 看成一套完整的数据整理工具链，而不只是零散 API 集合。

章节内容

第一章先用示例数据集快速展示 pandas 能做什么，包括导入数据、操作 DataFrame、计数、筛选和分组，作用是先建立整体印象，再进入细节。

第二章到第五章聚焦核心对象与基础操作：先拆解 Series，再深入其常用方法；随后转向 DataFrame，覆盖排序、索引重设、行列选择、条件过滤、空值与重复值处理。这一段是全书最重要的地基。

第六章到第十章进入更贴近真实业务的数据加工：处理脏文本、使用 MultiIndex、透视与变形数据、按组汇总，以及多表拼接与连接，基本对应日常分析工作中最常见的清洗与整合场景。

第十一章到第十四章补齐时间数据、JSON/CSV/Excel 导入导出、pandas 配置项与 matplotlib 可视化；再加上 Python、NumPy、正则与安装附录，使它既适合顺序学习，也适合作为案头参考。

适用读者

最适合有表格分析经验、想把手工操作迁移到 Python 的数据分析师、运营分析人员和初中级 Python 开发者。书中明确建议读者至少具备基本 Python 知识；如果完全不会编程，仍可借助附录入门，但上手成本会更高。若你要找的是统计建模、机器学习算法或高性能分布式计算，这本书不是重点。

总评

《Pandas in Action》的价值在于路径清晰、覆盖完整，而且始终围绕真实数据整理任务展开。它特别适合“会表格但想升级工作方式”的读者：既能理解 pandas 为什么优于纯手工表格，也能逐步建立可复用的数据处理习惯。如果你需要一本从基础对象一路带到常见工程化数据操作的 pandas 教程，这本书很值得投入时间。