Welcome to pandas!
reference list
1. numpy 数据处理基石
1.01 普通数组 array
1.02 序列数组arange
1.03 随机数组random
1.04 Numpy数组转换
1.05 Numpy数据类型转换
1.06 numpy缺失值的处理
1.07 numpy数组重复值处理unique()函数
1.08 numpy数组维度转换reshape()函数
1.09 numpy数组合并函数concatenate()
1.10 创建Series数据
1.11 用字典创建Series数据
1.12 用列表或数组创建DateFrame表
1.13 用字典创建DateFrame表
2. dataframe表格管理技术
2.01 表格属性的获取1
2.02 表格属性的获取2
2.03 创建表格时修改属性
2.04导入外部数据为表格时修改属性
2.05 已存在表格修改属性
2.06 表格选择之切片法
2.07 表格选择之筛选法
2.08 表格选择之loc切片法-行选择
2.09 表格选择之loc切片法-列选择
2.10 表格选择之iloc切片法
2.11 表格的行添加
2.12 表格的列添加
2.13表格行、列的删除
2.14 表格缺失值行、列的删除
2.15 表格数据的修改
2.16 添加列的应用，求行总分
2.17 添加列的应用，求该列最高分
2.18 添加列的应用，将单价统一上调百分之十
2.19 改列应用（数量大于等于100，则单价8折优惠）
2.20 修改列应用（将职务为经理的相关信息隐藏）
3. 数据处理基础
3.01运算符与运算函数
3.02 Series、DataFrame与单值的运算
3.03 Series与DataFrame运算
3.04 数据运算时对齐特性
3.05 条件判断处理1（amsk与where）
3.06 条件判断处理2（np.where）
3.07 遍历Series元素（map）
3.08 遍历DataFrame行列（apply）
3.09 遍历DataFrame行列（applymap）
3.10 常用聚合函数
3.11 DataFrame数据统计
3.12 DataFrame逻辑统计函数学习
3.13 极值统计
3.14 排名统计
3.15 根据蔬菜采购量统计采购金额
3.16 筛选总分大于等于300的记录
3.17 统计每个人的最优科目
4. 字符串清洗技术
4.01 正则表达式导入与创建
4.02 正则表达式
4.03 替换、拆分匹配成功的值
4.04 匹配范围
4.05 零宽断言与懒惰匹配
4.06 拆分为表列
4.07 查找位置与数据的查找判断
4.08 Series和DataFrame数据的替换
4.09 Series字符长度、重复、修剪处理
4.10 元素填充及方向
4.11 DataFrame表格的重复判断、删除
4.12 排序
4.13 Series数据合并对齐
4.14 扩展Series和df表中的列表
4.15 案列
5. 日期处理技术
5.01单个时间戳的创建
5.02时间戳序列的创建
5.03时间戳格式化
5.04时间戳转换
5.05单个时间差
5.06 时间序列差创建与转换
5.07 时间信息的获取
5.08 时间差偏移
5.09 实例
6. 高级索引技术
6.01 Series与DateFrame索引
6.02 分层索引的设置
6.03 分层索引的4种方法
6.04 文件导入分层索引的设置
6.05 列数据设置为行索引
6.06 行索引设置为列数据
6.07 选择单行、单列、单值、多行多列
6.08 选择指定级别数据
6.09 筛选索引之筛选
6.10 重新修改索引标签
6.11 索引重置
6.12 索引排序
6.13 层级交换
6.14 删除分层索引中的指定层级
6.15 实例
7. 数据汇总技术
7.01 分组原理及处理
7.02 分组之常规分组
7.03 分组之索引分组
7.04 分组之分段分组
7.05 分组之时间戳的分组
7.06 分组后的聚合处理
7.07 分组后的转换
7.08 分组后的过滤处理
7.09 分组进阶应用之分组排名
7.10 分组后的另和中聚合方式
7.11 数据透视表的聚合处理
7.12 实例1 提取各分组前二名记录
7.13 实例2 按条件筛选各分组的记录
7.14 实例3 提取各分组下唯一值
7.15 实例4 分组批量拆分表格到工作簿
7.16 实例5 将数据透视表拆分为工作簿
8. 表格转换技术
8.01 列数据转行方向（二维表转一维表）
8.02 列数据转行方向（列为分层索引转换）
8.03 更强的列方向转到行方向（单层索引）
8.04 更强的列方向转到行方向（分层索引）
8.05 将行方向转为列方向
8.06 指定行、列方向数据可互转
8.07 表格纵向拼接（初级
8.08 concat表格纵向拼接（多表极简合并）
8.09 concat表格横向拼接（多表横向合并）
8.10 join表格横向拼接（按索引号或标签）
8.11 join表格横向拼接（指定列的关联拼接）
8.12 join表格横向拼接（指定联接类型设置）
8.13 多表横向拼接设置
8.14 高级表格横向拼接-1（按索引关联）
8.15 高级表格横向拼接-2（按指定列关联）
8.16 高级表格横向拼接-3（自定义关联）
8.17 读取单工作簿下的多工作表
8.18 读取文件夹下的多工作簿
8.19 批量保存-多表保存到单个工作表
8.20 多表保存到多个工作表
8.21 多表保存到多个工作簿
8.22 实例1--工资条制作
8.23 实例2--特殊的纵向表格拼接
8.24 实例3--多工作表合并与聚合处理
8.25 实例4--跨表查询后再聚合汇总
8.26 实例5--将汇总结果分发到不同工作表