pandas 数据分析(Pandas)

前序: Python 基础;建议与 <a href="https://www.roquant.cn/%e5%9f%ba%e7%a1%80-2/oop4/" style="color:#8b4513; text-decoration:underline">面向对象编程 并行
后续: <a href="https://www.roquant.cn/%e7%a0%94%e7%a9%b6-2/ml/" style="color:#8b4513; text-decoration:underline">机器学习 、<a href="https://www.roquant.cn/%e7%a0%94%e7%a9%b6-2/ml4t/" style="color:#8b4513; text-decoration:underline">机器学习量化交易
关联: <a href="https://www.roquant.cn/%e5%9f%ba%e7%a1%80-2/oop4/" style="color:#8b4513; text-decoration:underline">面向对象编程 ——同属地基层
总纲: <a href="https://www.roquant.cn/2026/01/01/quant-learning-path/" style="color:#8b4513; text-decoration:underline">量化投资学习路径图 ; 本分支 :<a href="https://www.roquant.cn/%e9%87%8f%e5%8c%96%e5%b7%a5%e7%a8%8b/" style="color:#8b4513; text-decoration:underline">量化工程能力知识图谱与学习路线

高效、正确地处理任意金融数据,并理解 pandas/numpy 为什么快。

课程介绍

以 Wes McKinney《Python for Data Analysis》为主线,系统学习用 pandas 清洗、对齐、分组、重塑与时序处理真实金融数据;并深入 numpy/pandas 内核,理解“为什么快”与常见陷阱。用法精通 + 内核剖析双线并进。

进入本课前，你应当具备：

技能	具体要求
Python 基础语法	变量、条件、循环、函数、模块导入；能读懂并写出几十行的脚本
基础数据类型及操作	元组、列表、字典、集合的区别与常用操作；切片、推导式、拆包
基础的数据操作概念	知道什么是”一张表”：行、列、字段、主键；筛选、排序、聚合分别在做什么
基本的 SQL	看得懂 `SELECT / WHERE / GROUP BY / JOIN`，知道内连接与左连接的区别

SQL 不是硬性门槛，但有 SQL 基础的人学 merge、groupby 会顺很多。
不要求熟悉 numpy——第 02–04 讲会从元组、列表讲起，把取数的三种方式（按位置 / 按标签 / 按条件）打好。