值不值得学：先看你的表格痛点在哪
这门课聚焦的主题是 Python in Excel 新功能与 Pandas 数据处理。如果你日常被几十万行的超大表卡死、被多表合并和复杂清洗折磨，或者每次做透视都要重复十几次点击，那它值得看。它解决的核心场景是：在熟悉的 Excel 界面里直接写 Python，绕开公式嵌套和 VBA 的低效，把清洗、合并、统计、出图压成几行代码。但如果你平时只做几十行的小表，函数和透视表已经够用，就不必跟这个风，硬学反而增加心智负担。
适合什么基础与学习顺序
资料适合两类人：一是用 Excel 多年、卡在效率瓶颈的办公族；二是想转岗做数据但暂时不想脱离表格环境的新手。前提是你得对行、列、透视表、合并查询这些基本概念有手感，零基础也能跟，但建议先弄懂什么是数据框。建议先看预览体验和初试那几块，确认本地或账号能跑通 Python in Excel 功能；接着按“新增列—描述统计—分组统计—可视化”这条线走，这是最常用的工作流；最后再看删除重复项、合并查询、获取外部数据等清洗环节。中间的求值运算和透视部分，如果你 Pandas 基础弱，重点听思路，别只抄代码。
学完能做什么与资料怎么配合练习
学完你能独立完成的事很具体：把多张结构不一的明细表合并成一张主表、按任意维度做分组聚合并出图、用 Pandas 替代 Power Query 做复杂清洗，最后直接在 Excel 单元格或工作表里输出结果，不用在多个软件间来回倒腾。配合练习时，不要只看视频，每节对应的操作都要拿自己的真实数据跑一遍：先用课程里的示例数据验证逻辑，再换成你手头的业务表复现一次，卡住就回看对应模块。资料里的预览和体验部分别跳，先确认功能可用，再按“新增列—分组统计—可视化—清洗”的顺序动手，把每个知识点落到一张能交付的表上，这样才算真正消化。
系统的了解如何在Excel中直接应用Python in Excel这个新功能
课程目录
* 01 Python in Excel数据分析预览/
* 01 Python in Excel预览体验.mp4 03:22
* 02 初试Python in Excel.mp4 02:30
* 03 利用Python in Excel功能新增列.mp4 02:36
* 04 进行描述性统计分析.mp4 02:04
* 05 进行分组统计.mp4 02:58
* 06 数据可视化实践.mp4 02:55
* 07 删除列.mp4 03:26
* 08 删除行.mp4 01:53
* 09 删除重复项.mp4 03:07
* 10 求值运算.mp4 01:19
* 11 合并查询.mp4 02:09
* 12 数据透视.mp4 02:31
* 13 获取外部数据.mp4 06:42
* 14 Power Query与Pandas交互.mp4 03:40
* 15 Python in Excel快捷键.mp4 01:23
* 16 对比学Python与Excel.mp4 02:01
* 02 Python数据获取与筛选/
* 01 DataFrame与Series.mp4 05:03
* 02 构建DataFrame.mp4 03:38
* 03 名称引用.mp4 03:44
* 04 快速选择列.mp4 04:15
* 05 行值筛选.mp4 02:18
* 06 数据筛选.mp4 03:32
* 07 高级筛选功能.mp4 01:39
* 08 高级数据筛选2.mp4 04:39
* 09 高级数据筛选3.mp4 05:44
* 10 数据排序.mp4 05:49
* 11 设置及排序索引列.mp4 06:28
* 12 重命名行列标签.mp4 07:00
* 13 重新索引行列.mp4 06:21
* 03 数据转换/
* 01 数据与算法.mp4 02:43
* 02 条件循环与自定义函数的应用.mp4 04:33
* 03 apply方法的应用.mp4 07:10
* 04 applymap方法的应用.mp4 04:57
* 05 map函数的应用.mp4 06:10
* 06 transform方法的应用.mp4 06:25
* 07 数据转换.mp4 05:10
* 04 文本处理/
* 01 文本处理方法.mp4 06:43
* 02 字符串切片.mp4 07:39
* 03 字符串的转换.mp4 02:11
* 04 列与列之间的字符串连接.mp4 02:51
* 05 对文本数据的拆分.mp4 05:29
* 06 文本匹配.mp4 05:34
* 07 复杂文本中的数字排序.mp4 05:11
* 08 从复杂文本中提取对应数值并求和.mp4 03:46
* 09 批量修改行索引.mp4 02:04
* 10 批量修改行列标签.mp4 01:37
* 11 批量新增列.mp4 04:55
* 05 分组统计分析/
* 01 数据筛选与统计分析.mp4 03:22
* 02 数据的排名与标识.mp4 04:21
* 03 组内筛选聚合分析.mp4 05:58
* 04 组内文本连接.mp4 04:28
* 05 组内数据的文本非重复连接.mp4 04:24
* 06 将分组后的多层索引扁平化.mp4 04:03
* 07 透视表内数据的文本非重复连接.mp4 04:44
* 06 时序分析/
* 01 时序分析.mp4 03:58
* 02 重采样.mp4 04:03
* 03 滚动窗口.mp4 10:36
* 04 行差与列差的计算.mp4 11:37
* 05 差分与平移.mp4 05:52
* 07 图形可视化/
* 01 matplotlib的基本用法.mp4 07:40
* 02 柱形图.mp4 07:40
* 03 条形图.mp4 05:53
* 04 复杂场景中的条形图绘制.mp4 08:11
* 05 移动平均.mp4 03:32
* 06 箱线图.mp4 04:15
* 07 利用Seaborn创建子图.mp4 08:20
* 08 （番外篇）功夫熊猫之降龙十八掌/
* 01 Pandas简介.mp4 03:26
* 02 Series简介.mp4 02:26
* 03 axis的简介.mp4 02:52
* 04 获取数据源中指定的列.mp4 02:27
* 05 数据类型转换.mp4 02:15
* 06 利用filter方法选择列.mp4 04:21
* 07 利用filter方法筛选行.mp4 03:17
* 08 按数据类型选择列.mp4 02:51
* 09 保留行.mp4 03:56
