社区教程#
这是一个关于社区编写的许多 pandas 教程的指南，主要面向新用户。
Julia Evans 的 pandas 食谱#
这个 2015 年的食谱（由 Julia Evans 编写）的目标是为您提供一些开始使用 pandas 的具体示例。这些是包含真实数据的示例，以及随之而来的所有错误和奇怪之处。要查看目录，请参阅 pandas-cookbook GitHub repository 。
Stefanie Molin 的 pandas 工作坊#
由 Stefanie Molin 设计的入门工作坊，旨在通过使用真实数据集，快速帮助您掌握 pandas。它涵盖了 pandas 入门、数据整理和数据可视化（并会接触 matplotlib 和 seaborn）。pandas-workshop GitHub repository 包含详细的环境设置说明（包括 Binder 环境）、用于跟随学习的幻灯片和笔记本，以及用于练习概念的练习题。还有一个实验室，提供关于工作坊中未涵盖的数据集的新练习，供进一步练习。
Hernan Rojas 的学习 pandas#
一套面向新 pandas 用户课程：https://bitbucket.org/hrojas/learn-pandas
使用 Python 进行实际数据分析#
这本 guide 是使用 Python 数据生态系统和一个有趣且公开的数据集来了解数据分析过程的介绍。它分为四个部分，涵盖了选定的主题，如 munging data 、aggregating data 、visualizing data 和 time series 。
为新用户准备的练习#
通过真实数据集和练习来提高您的技能。有关更多资源，请访问主要的 repository 。
现代 pandas#
由 Tom Augspurger 在 2016 年撰写的教程系列。源代码可以在 GitHub 仓库 TomAugspurger/effective-pandas 中找到。
Excel 图表示例：使用 pandas 和 xlsxwriter#
Joyful pandas#
袁浩耿（Yuanhao Geng）撰写的中文教程。它涵盖了 NumPy 和 pandas 的基本操作、4 种主要的数据处理方法（包括索引、分组、重塑和连接）以及 4 种主要的数据类型（包括缺失数据、字符串数据、类别数据和时间序列数据）。每章末尾都有相应的练习。所有数据集和相关资料都可以在 GitHub 仓库 datawhalechina/joyful-pandas 中找到。
视频教程#
Pandas From The Ground Up (2015) (2:24) GitHub repo
Introduction Into Pandas (2016) (1:28) GitHub repo
Pandas: .head() to .tail() (2016) (1:26) GitHub repo
Data analysis in Python with pandas (2016-2018) GitHub repo and Jupyter Notebook
Best practices with pandas (2018) GitHub repo and Jupyter Notebook