本文结合一个简单的案例来讲解Pandas中高级函数transform的使用。

官网的案例比较简单，具体地址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.transform.html

和数据打交道的朋友肯定经常会通过可视化的方式来呈现数据。

在这里小编给大家总结了数据可视化制作的30个小技巧，通过列举一些容易被忽略的常见错误，希望最终能够快速提升和巩固你的可视化制作水平。

Pandas实现用户的RFM模型和复购周期

写过很多关于Pandas的文章，本文开展了一个简单的综合使用，主要分为：

• 如何自行模拟数据
• 多种数据处理方式
• 数据统计与可视化
• 用户RFM模型
• 用户复购周期

kaggle_新加坡爱彼迎租房数据探索

Airbnb是AirBed and Breakfast ( “Air-b-n-b” )的缩写，中文名称之为：空中食宿，是一家联系旅游人士和家有空房出租的服务型网站，可以为用户提供各式各样的住宿信息。

本文针对kaggle上关于爱彼迎在新加坡的一份数据进行探索分析。原notebook学习地址：https://www.kaggle.com/bavalpreet26/singapore-airbnb/notebook

在之前的一篇文章中，详细介绍了关于如何使用pandas的内置函数sort_values来实现数据的排序。本文讲解的如何使用自定义排序：

• 映射关系实现
• CategoricalDtype类型实现

渣男？上十字架！

最近王和李的离婚闹得沸沸扬扬，相信大伙们都是吃了不少的瓜。本文结合李的第一篇文章发文下面的网友们的评论来看看大家到底怎么看待这件事。

精选23个Pandas常用函数

从26个字母中精选出23个Pandas常用的函数，将它们的使用方法介绍给大家。其中o、y、z没有相应的函数。

惊呆！空间数据可视化神器keplergl

今天给大家介绍一款超赞的空间（地理）数据可视化神器：keplergl。小编最近偶然发现的这个神器是Uber完全开源的，也是Uber内部进行空间数据可视化的默认工具。

通过其面向Python开放的接口包keplergl，我们可以在jupyter notebook中通过书写Python代码的方式传入多种格式的数据，在其嵌入notebook的交互窗口中使用其内建的多种丰富的空间数据可视化功能。下面有3个主要的学习地址：

1、官网地址：https://kepler.gl/

2、jupyter notebook使用手册地址：https://github.com/keplergl/kepler.gl/tree/master/docs/keplergl-jupyter#geojson

3、案例地址：https://github.com/keplergl/kepler.gl/tree/master/bindings/kepler.gl-jupyter/notebooks

Titanic数据是一份经典数据挖掘的数据集，本文介绍的是kaggle排名第一的案例分享。原notebook地址：

https://www.kaggle.com/startupsci/titanic-data-science-solutions

本文介绍的是Pandas中4个行列转换的方法，包含：

• melt
• 转置T或者transpose
• wide_to_long
• explode（爆炸函数）

最后回答一个读者朋友问到的数据处理问题。