Mastering Pandas

Tratado exhaustivo de Femi Anthony enfocado en el dominio profundo de Pandas (orientado a la versión 0.16 sobre entornos Python 2.7 y 3.4). Aunque arranca repasando las estructuras elementales, es una obra de nivel intermedio a avanzado dirigida a desarrolladores, analistas cuantitativos y científicos de datos que ya manejan la sintaxis de Python y buscan dominar operaciones complejas de reestructuración, la arquitectura interna de la librería y la modelización estadística formal.

El temario profundiza en las estructuras Series y DataFrame, cubriendo indexación jerárquica (MultiIndex), uniones (merge, join), agregaciones mediante split-apply-combine, remodelado con tablas dinámicas, series temporales e imputación de datos faltantes (NaN). El libro destaca por ir más allá de la manipulación tabular: disecciona la arquitectura del código fuente de Pandas y cómo optimizarla con extensiones C y Cython, compara sus métodos con el ecosistema de R, y aborda tanto la estadística clásica frecuentista (tests Z, t de Student, ANOVA, correlaciones y regresión) como la inferencia bayesiana mediante simulaciones Monte Carlo con PyMC y scipy.stats, culminando con una introducción al aprendizaje automático mediante scikit-learn.

En la parte aplicada se implementan análisis probabilísticos sobre datos empíricos y un flujo de trabajo para la predicción de supervivencia de los pasajeros del Titanic, combinando el preprocesamiento de Pandas con modelos supervisados de scikit-learn. Es un libro formativo que sobresale por explicar el funcionamiento interno de la librería y por su base estadística; no obstante, al haberse publicado en 2015, diversas llamadas de su API y la integración con versiones antiguas de PyMC requieren adaptación a los estándares de Pandas 2.x.