真的哭死，后悔没早点刷Pandas速查表。

Python 是开源的，它很棒，但是也无法避免开源的一些固有问题：很多包都在做（或者在尝试做）同样的事情。
如果你是 Python 新手，那么你很难知道某个特定任务的最佳包是哪个，你需要有经验的人告诉你。
工欲善其事，必先利其器。

有一个用于数据科学的包绝对是必需的，它就是 Pandas。

虽然 Pandas 的功能十分强大刚开始接触Pandas的时候，谁都会感到难以记住那些常用的方法和类，所以有个速查表就很好。

给大家分享一份“小抄”下面我们就来看看这份小抄(速查表) 的强大。

【文末领取】表格内容概述：这两张图片一共归纳了 13 类常用的 Pandas 操作，下面我们就来简单看一看。
1、数据创建介绍了几种常用的 DataFrame 创建语法2、数据重塑这部分主要是一些在数据清洗中常用的方法，比如数据连接、数据排序、数据删除等，并且还对四个常用的操作给出了图示，理解起来简直不要太方便。

3、数据筛选这一块区域主要是分别用行 / 列来讲解一些常用的数据查看、抽样、切片等操作，包含了tail、head、loc、iloc等非常重要的方法，并且同样给出了部分动画便于理解4、数据探索这一块主要给出了一些在进行探索性分析时常用的方法，比如max、min、count等，不过官方将 apply 放在这里，并没有展开讲解5、数据修改这两个区域为缺失值处理和创建新的列，重点用动画示例了assign和qcut方法，缺失值处理6、数据分组主要就是groupby和相关方法7、数据连接这里介绍的还是非常详细。

用图片例子来展示pd.merge中的各种参数变化的不同，一看就懂8、绘制图表绘制可视化图表是 Pandas 的一个重要功能。
不过受限于篇幅，官方在这里仅仅是一笔带过。
这份速查表（中文版）一共有两页，分为基础版和进阶版。
如下图这是一份提纲挈领的“学习线索”，为你理清思路，指明方向。
但是仅仅靠着两张图片是不可能把所有内容就弄明白的，它更像是我们考试前划的“复习重点”。
通过这两张表，我们可以了解哪些操作可以用Pandas完成，以及在你不确定用什么方法处理数据时，快速查到Pandas中的哪个函数可以做到。
【领取方式】