探索 Pandas 项目
筛选并发现收录的、配有高质量中文文档或教程的 GitHub 项目。
30天Python编程挑战，分步指南。涵盖基础语法、数据结构、函数、面向对象、Web开发、数据分析等核心主题。适合初学者按自身节奏学习。
Python数据分析与操作库，提供类似R数据框的标签数据结构、统计函数及缺失数据处理、数据对齐、分组聚合、时间序列分析等强大功能。
包含完整Python数据科学手册的Jupyter笔记本。提供在线阅读、代码运行及多种交互环境。核心涵盖IPython、NumPy、Pandas、Matplotlib、Scikit-Learn等库。
微软推出的10周20课数据科学入门课程，采用项目式学习，包含测验、作业和解决方案，支持多语言。
快速、简洁的Java Excel处理工具，解决大文件内存溢出问题。重写POI解析，3M Excel仅需几M内存，支持16M内存23秒读取75M文件。
包含深度学习、scikit-learn、大数据、数据可视化及Python基础等主题的Jupyter Notebook集合，涵盖TensorFlow、Theano、Keras、Spark、Hadoop等工具。
基于 LLM 和 RAG 的 Python 库，支持通过自然语言与 SQL、CSV、Parquet 等数据库或数据湖对话，实现对话式数据分析。
Python 库，通过 Yahoo! Finance API 下载市场数据。支持单个/多个股票代码、实时流数据、搜索查询及行业板块信息。提供简洁的 Pythonic 接口，适用于研究与教育。
基于 JavaScript 的数据网格组件，提供类电子表格体验。支持 React、Angular、Vue，内置主题、公式计算、数据验证与虚拟化。适用于资源规划、库存管理等数据密集型应用。
🤗 Datasets 是一个轻量级库，提供两大核心功能：一键加载众多公共数据集，以及高效的数据预处理。支持内存映射、智能缓存和流式模式，可与 NumPy、PyTorch、TensorFlow 等框架无缝集成。
纯 Go 语言库，用于读写 Microsoft Excel™ (XLAM / XLSM / XLSX / XLTM / XLTX) 电子表格。支持 2007 及以后版本，兼容复杂组件，提供流式 API 处理海量数据。
开源在线电子表格，类似 Excel，功能强大且配置简单。支持格式化、公式、数据透视表、图表、协同编辑等。已升级为 Univer，推荐用于生产环境。
基于 Python 的开源量化交易系统，支持股票、期权、期货、比特币及机器学习。提供完整架构、教程与非编程界面，覆盖全球主要市场，附带实时 AI 研报与多种技术分析模型。
将 pandas DataFrame 转换为交互式可视化界面，支持拖拽操作、数据清洗与高级图表分析，无缝集成 Jupyter Notebook。
高性能 JavaScript 数据表格，支持 React / Angular / Vue / 原生 JS，用于构建企业级应用。功能全面，高度可定制，无第三方依赖。
基于 JavaScript 的 Web 电子表格库，提供编辑、格式化、数据验证及事件绑定功能，支持多语言与 SheetJS 集成。
纯 PHP 库，用于读写 Excel 和 LibreOffice Calc 等多种电子表格格式。支持 PHP 8.1+，提供完整的 API 文档。
基于 matplotlib 的 Python 统计数据可视化库，提供高级接口绘制吸引人的统计图表。支持 Python 3.8+，依赖 numpy、pandas 和 matplotlib。
一行代码实现 Pandas 和 Spark DataFrame 的数据质量分析与探索性分析。支持类型推断、警告、单变量/多变量分析、时间序列、文本、文件及图像分析。可导出 HTML、JSON 报告，并在 Jupyter Notebook 中作为组件展示。
提供近200个AI实战案例与项目，涵盖Python、数学、机器学习、深度学习、计算机视觉、自然语言处理等热门领域。包含免费配套教材，零基础入门，助力就业实战。
全栈电子表格框架，支持 Web 和服务器端。可扩展、高性能、易于嵌入。提供公式、条件格式、数据验证、协作编辑等功能。支持 AI 驱动，通过自然语言操作。
专注于 Pandas 技能练习的 Jupyter Notebook 仓库，提供按主题分类的练习题、无代码解题思路及带注释的代码解决方案，适合通过实践学习。
基于 Go 的容器化 API，支持将 HTML、Markdown、Word 等多种格式转换为 PDF。提供开发者友好的接口，集成 Chromium 和 LibreOffice，部署简单。
一键自动化 下载、安装、激活 Office 的利器。绿色、开源、安全、无毒。支持多组件安装，自动识别系统架构，正版激活模式。
由 OpenDataScience 社区开发的开源机器学习课程，由 Yury Kashnitsky 领导。课程平衡理论与实践，包含数学公式、作业和 Kaggle Inclass 竞赛。提供自定进度学习路径和付费的高级作业包。