这门课解决什么场景
日常办公里，Excel 处理几十万行数据时卡顿、多表合并要靠手动复制粘贴、按复杂条件清洗数据写不出公式，是很多职场人反复遇到的痛点。这门课的主题是用 Python 的 pandas 库替代部分重复性 Excel 操作，把周报数据拉取、多源表合并、脏数据清洗这类固定流程写成脚本，一次编写反复运行。它不是教你做漂亮的图表看板，而是面向后台数据处理环节，适合经常要和结构化表格打交道、且数据量超出 Excel 舒适区的岗位。
适合什么基础与学习建议
这套资料默认你已经装好了 Python 环境且懂基本语法，比如变量、循环、函数怎么写。如果你完全没写过代码，直接看会在环境配置上卡壳。从内容编排看，它从最底层的 NumPy 数组操作讲起，再过渡到 pandas 的 Series 一维结构，属于非常扎实的数据结构拆解路线。建议初学者先把前几块基础内容吃透，尤其是数据类型转换和布尔索引这两节，它们是后续筛选和清洗数据的核心逻辑。不要跳过 NumPy 直接看 pandas，因为 pandas 的很多运算机制都建立在数组基础上，跳着看容易在后续遇到多维数据处理时概念混淆。
学完能做什么与资料怎么用
学完这套逻辑后，你能独立写脚本读取多个 Excel 文件，按指定列合并数据，并通过条件筛选剔除无效行，最后把清洗好的结果输出为新表。在具体操作上，建议把视频和本地编辑器同时打开，每看完一个语法点就暂停，自己造几列假数据跑一遍。比如讲到切片和索引时，立刻在本地建一个简单的数据集，自己尝试提取子集。不要只看不练，编程类技能的肌肉记忆全靠敲键盘建立。遇到跑不通的报错，先回头核对视频里的数据类型是否一致，很多报错往往出在类型转换环节。跟着视频节奏走，把每个基础概念在本地跑通，比囫囵吞枣看完整个系列更有价值。
pandas编程
课程目录
* 01 概述/
* 01 pandas概述.mp4 (34.30 MB), 15:35
* 02 pandas基础/
* 01 NumPy数组-创建.mp4 (31.63 MB), 13:21
* 02 NumPy数组-索引和切片.mp4 (12.75 MB), 06:10
* 03 pandas Series-创建.mp4 (18.44 MB), 08:11
* 04 pandas Series-描述.mp4 (4.45 MB), 02:04
* 05 pandas Series-索引和切片.mp4 (19.05 MB), 04:20
* 06 pandas Series-数据类型转换.mp4 (8.05 MB), 03:43
* 07 pandas Series-计算.mp4 (15.45 MB), 06:53
* 08 pandas Series-布尔索引.mp4 (7.10 MB), 03:29
* 09 pandas DataFrame-创建.mp4 (18.35 MB), 08:15
* 10 pandas DataFrame-描述.mp4 (13.11 MB), 04:55
* 11 pandas DataFrame-索引和切片.mp4 (20.09 MB), 08:47
* 12 pandas DataFrame-计算.mp4 (28.36 MB), 11:53
* 13 pandas DataFrame-布尔索引.mp4 (17.35 MB), 07:27
* 03 数据输入和输出/
* 01 Excel数据的读写.mp4 (39.68 MB), 12:11
* 02 CSV数据的读写.mp4 (29.53 MB), 09:12
* 03 将DataFrame数据保存到新的工作表中.mp4 (33.65 MB), 10:48
* 04 pandas与OpenPyXL交互.mp4 (35.56 MB), 12:43
* 05 pandas与xlwings交互.mp4 (12.30 MB), 05:22
* 04 单个文件数据的整理/
* 01 列操作-增加列-直接添加一个新列.mp4 (22.40 MB), 09:19
* 03 列操作-增加列-已有列数据转换得到新列.mp4 (23.00 MB), 08:07
* 04 列操作-增加列-已有列数据统计得到新列.mp4 (17.95 MB), 06:47
* 05 列操作-增加列-根据条件得到新列.mp4 (9.29 MB), 03:59
* 06 列操作-增加列-插入列.mp4 (5.71 MB), 02:34
* 07 列操作-更改列-修改列名.mp4 (23.04 MB), 08:59
* 08 列操作-更改列-修改列的数据类型.mp4 (15.40 MB), 05:48
* 09 列操作-更改列-修改列的数据.mp4 (24.77 MB), 08:47
* 10 列操作-更改列-修改列数据的格式.mp4 (13.99 MB), 04:57
* 11 列操作-更改列-列的字符串数据改为数字.mp4 (8.56 MB), 03:22
* 12 列操作-更改列-根据条件修改数据.mp4 (14.22 MB), 05:21
* 13 列操作-更改列-操作索引列.mp4 (25.07 MB), 10:02
* 14 列操作-删除列.mp4 (3.18 MB), 01:30
* 15 行操作-增加行-直接添加一个新行.mp4 (5.79 MB), 02:24
* 16 行操作-增加行-已有行计算得到新行.mp4 (13.48 MB), 05:30
* 17 行操作-增加行-插入行.mp4 (12.14 MB), 05:11
* 18 行操作-更改行-更改行名.mp4 (6.68 MB), 03:07
* 19 行操作-更改行-更改行数据.mp4 (4.31 MB), 01:54
* 20 行操作-删除行.mp4 (12.15 MB), 05:12
* 21 值操作-修改单个值.mp4 (7.72 MB), 03:26
* 22 值操作-修改局部区域内的值.mp4 (8.13 MB), 03:34
* 23 值操作-修改所有值.mp4 (8.01 MB), 03:32
* 24 数据排序.mp4 (13.12 MB), 05:14
* 25 数据筛选.mp4 (28.87 MB), 10:53
* 26 数据转置.mp4 (4.16 MB), 01:57
* 27 数据排名.mp4 (27.57 MB), 10:08
* 05 多个文件数据的整理/
* 01 合并数据-连接键的设置.mp4 (48.99 MB), 16:27
* 02 合并数据-连接键的数量关系.mp4 (24.31 MB), 09:17
* 03 合并数据-连接方式.mp4 (24.62 MB), 09:25
* 04 合并数据-有非键列标签重复的情况.mp4 (10.40 MB), 03:45
* 05 连接数据.mp4 (18.71 MB), 06:52
* 06 拼接数据-垂向拼接.mp4 (19.92 MB), 07:01
* 07 拼接数据-水平拼接.mp4 (11.64 MB), 04:10
* 08 追加数据.mp4 (12.04 MB), 04:29
* 06 文本数据的整理/
* 01 前缀和后缀.mp4 (11.98 MB), 04:50
* 02 文本大小写转换.mp4 (7.85 MB), 03:20
* 04 文本前后指定字符的删除.mp4 (10.12 MB), 04:35
* 05 文本提取.mp4 (22.28 MB), 09:12
* 06 文本分割.mp4 (20.25 MB), 08:04
* 07 文本合并和聚合.mp4 (20.54 MB), 08:19
* 08 文本查找.mp4 (24.11 MB), 10:03
* 09 文本替换.mp4 (7.70 MB), 03:27
* 10 小结：在pandas中使用正则表达式.mp4 (8.44 MB), 03:10
* 11 正则表达式编写规则-元字符.mp4 (32.41 MB), 12:50
* 12 正则表达式编写规则-重复.mp4 (25.51 MB), 10:55
* 13 正则表达式编写规则-字符类.mp4 (29.63 MB), 12:03
* 14 正则表达式编写规则-分支条件.mp4 (9.58 MB), 04:20
* 15 正则表达式编写规则-捕获分组和非捕获分组.mp4 (53.40 MB), 21:13
* 16 正则表达式编写规则-零宽断言.mp4 (18.63 MB), 07:58
* 17 正则表达式编写规则-负向零宽断言.mp4 (14.64 MB), 06:28
* 18 正则表达式编写规则-贪婪与懒惰.mp4 (12.87 MB), 05:27
