这门课解决什么工作场景
日常办公里，很多人处理表格还停留在手动筛选、复制粘贴的阶段。一旦遇到几十万行的销售记录，或者需要把多份格式不一的报表合并清洗，Excel往往会卡顿甚至无响应。这门课聚焦的Pandas，就是用来解决这类批量数据处理场景的。它不是教你画复杂的商业图表，而是帮你把杂乱的原始数据，快速整理成能做进一步统计和分析的干净表格。如果你经常被周报、月报里的数据汇总折磨，或者需要定期从多个数据源提取有效信息，这套内容能帮你把重复劳动变成几行代码的事。
适合什么基础与资料怎么配合练习
这套资料适合有基础Python语法概念但没怎么接触过数据处理库的人。如果你连变量和循环都还不清楚，建议先补基础再来；如果你已经熟练写爬虫或者做过商业报表自动化，这部分内容可能偏简单。资料本身是按知识点拆分的短视频，建议不要一口气看完，而是看完一个操作讲解后，立刻在自己的编辑器里跑一遍。尤其是读写文件和DataFrame结构这两块，务必准备几份真实的CSV或Excel文件作为测试数据。先跟着视频敲代码，再尝试改写参数，比如把读取本地文件改成跳过前几行，通过这种参数替换来确认自己真的掌握了用法。
建议先看哪几块以及学完能独立做什么
拿到资料后，建议先看环境安装与文件读写部分，这是后续所有操作的前提；接着重点看DataFrame结构，它是Pandas的核心，后续的数据筛选、切片、聚合都建立在这个结构上。不要一上来就翻找机器学习相关的内容，因为这套课的核心价值在于打牢数据清洗的基本功。学完之后，你应该能独立写一段脚本，把本地存放的多个Excel或CSV文件自动读取并合并，剔除其中的缺失值和重复行，并按特定维度做分类汇总，最终导出成一份干净的汇总表。这种能力在运营复盘、市场数据提取以及后续转向更复杂的人工智能建模时，都是必须跨过的门槛。
掌握python数据分析库pandas，能够入门机器学习
课程目录
* 01 pandas基础入门/
* 01 p001-哪些人适合学pandas.mp4 (4.32 MB), 01:11
* 02 p002-什么是pandas.mp4 (2.74 MB), 00:55
* 03 p003-下载安装pandas.mp4 (5.49 MB), 01:10
* 04 p004-pandas读写常见的文件格式.mp4 (3.85 MB), 01:02
* 05 p005-pandas操作csv格式文件.mp4 (9.23 MB), 01:41
* 06 p006-pandas操作tsv文件.mp4 (14.59 MB), 02:35
* 07 p007-pandas读写excel文件.mp4 (9.47 MB), 01:43
* 08 p008-pandas的数据结构DataFrame.mp4 (4.70 MB), 01:08
* 09 p009-如何创建pandas的DataFrame程序.mp4 (6.34 MB), 01:30
* 10 p010-pandas的数据结构Series.mp4 (25.75 MB), 04:13
* 02 数据过滤与排序/
* 01 p011-pandas数据查询-loc方法.mp4 (25.64 MB), 04:30
* 02 p012-pandas数据查询-iloc方法.mp4 (24.49 MB), 04:41
* 03 p013-pandas数据查询-where方法.mp4 (10.99 MB), 02:29
* 04 p014-pandas数据查询-query方法.mp4 (19.59 MB), 04:23
* 05 p015-pandas数据查询-query方法引入外部变量.mp4 (4.42 MB), 00:58
* 06 p016-pandas的apply方法返回多列数据.mp4 (5.25 MB), 01:03
* 07 p017-pandas新增数据列- apply方法.mp4 (7.66 MB), 01:39
* 08 p018-pandas常见数据统计函数.mp4 (16.61 MB), 03:10
* 09 p019-pandas新增数据列-直接赋值.mp4 (7.02 MB), 01:29
* 10 p020-pandas缺失数值处理.mp4 (20.01 MB), 03:45
* 11 p021-pandas新增数据列-assign 方法.mp4 (6.05 MB), 01:19
* 12 p022-pandas 数据排序-Series结构排序.mp4 (20.45 MB), 03:30
* 13 p023-pandas 数据排序-DataFrame多字段排序.mp4 (18.20 MB), 03:33
* 03 数据分组/
* 01 p024-pandas 数据分组聚合-单列groupby.mp4 (13.62 MB), 03:04
* 02 p025-pandas 数据分组聚合-多列groupby.mp4 (19.42 MB), 03:57
* 03 p026-pandas 数据分组聚合groupby-agg函数.mp4 (17.06 MB), 03:26
* 04 p027-pandas 数据分组聚合groupby-职场数据求平均年龄.mp4 (17.83 MB), 03:18
* 05 p028-pandas 数据分组聚合groupby-职场男性比例.mp4 (18.35 MB), 03:28
* 06 p029-pandas 数据分组聚合groupby-职场中不同性别年龄分布.mp4 (21.19 MB), 03:55
* 04 常见函数应用和数据合并/
* 01 p030-pandas 数据合并merge-left join使用.mp4 (10.29 MB), 02:31
* 02 p031-pandas 数据合并merge-right join使用.mp4 (5.27 MB), 01:09
* 03 p032-pandas 数据合并merge-inner join使用.mp4 (8.90 MB), 02:04
* 04 p033-pandas 数据合并merge-outer join使用.mp4 (10.54 MB), 02:19
* 05 p034-pandas 数据合并merge-电影推荐系统01.mp4 (9.05 MB), 01:56
* 06 p035-pandas 数据合并merge-电影推荐系统02.mp4 (9.34 MB), 01:35
* 07 p036-pandas 数据合并merge-电影推荐系统03.mp4 (16.00 MB), 02:36
* 08 p037-pandas 数据合并merge-电影推荐系统04.mp4 (6.75 MB), 01:26
* 09 p038-pandas数据合并concat-两个DataFrame行合并.mp4 (9.55 MB), 02:06
* 10 p039-pandas数据合并concat-两个DataFrame列合并.mp4 (8.24 MB), 01:44
* 11 p040-pandas数据合并concat-两个DataFrame合并索引重置.mp4 (10.00 MB), 02:07
* 12 p041-pandas数据合并concat-指定合并方式.mp4 (12.02 MB), 02:40
* 13 p042-dataframe按照行遍历3种方法.mp4 (6.39 MB), 01:13
* 05 日期类可视化数据/
* 01 p043-公司股价数据分析-日期类型转化.mp4 (9.53 MB), 01:59
* 02 p044-公司股价按照日期进行数据分析.mp4 (4.81 MB), 00:57
* 03 p045-公司股价每天变化趋势绘制图表.mp4 (5.11 MB), 01:00
* 04 p046-电商平台用户日志缺失数据数据填充.mp4 (16.34 MB), 02:42
* 05 p047-Pandas处理Excel一行变多行.mp4 (16.54 MB), 03:04
* 06 p048-Pandas处理Excel一列变多列.mp4 (11.86 MB), 02:14
* 07 p049-Pandas的stack实现数据透视.mp4 (14.13 MB), 02:44
* 08 p050-Pandas的pivot实现数据透视.mp4 (14.55 MB), 03:00
* 06 机器学习实战开篇之作/
* 01 p051-什么是机器学习.mp4 (8.38 MB), 01:58
* 02 p052-机器学习的类型.mp4 (17.37 MB), 03:31
* 03 p053-机器学习常见的python算法库.mp4 (7.68 MB), 01:55
* 04 p054-机器学习任务流程.mp4 (7.84 MB), 02:02
* 05 p055-scikit-learn机器学习算法库.mp4 (7.39 MB), 01:46
* 06 p056-监督学习常见的两个例子.mp4 (12.29 MB), 02:48
* 07 p057-机器学习术语库.mp4 (7.23 MB), 01:43
* 08 p058-机器学习应用案例.mp4 (6.89 MB), 01:45
* 09 p059-机器学习项目实战-背景介绍.mp4 (7.05 MB), 01:48
* 10 p060-机器学习项目实战-数据探索.mp4 (16.04 MB), 02:58
* 11 p061-机器学习项目实战-数据可视化分析.mp4 (21.90 MB), 03:35
* 12 p062-机器学习项目实战-特征抽取.mp4 (8.44 MB), 01:41
* 13 p063-机器学习项目实战-模型训练&预测.mp4 (18.58 MB), 03:54
