: 2':'金牌数','Unnamed': 3':'银牌数','Unnamed: 4':'铜牌数')
2-数据修改|行索引
将第一列（排名）设置为索引
df.set_index(['排名'])
3-数据修改...默认
制作各省「平均销售额」的数据透视表
pd.pivot_table(df,values=['销售额'],index='省/自治区']
3 - 数据透视｜指定方法
制作各省「销售总额」的数据透视表
pd.pivot_table...(df,values=['销售额','利润'],index='省/自治区',aggfunc=['sum'])
6 - 数据透视｜多索引
制作「各省市」与「不同类别」产品「销售总额」的数据透视表
pd.pivot_table...'mean',sum],margins=True)
9 - 数据透视｜筛选
在上一题的基础上，查询 「类别」 等于 「办公用品」 的详情
10 -数据透视｜逆透视
逆透视就是将宽的表转换为长的表，例如将第...df1 的索引设置为日期，将 df1 数据向后移动一天
df1.set_index(['日期']).shift(1)
25 - 日期重采样｜日 -> 周
按周对 df1 进行重采样，保留每周最后一个数据
