这是一款功能强大的Markdown笔记应用，提供分屏编辑与实…

# Pandas 数据处理笔记 Markdown 文档整理方案

由于你未附上20条笔记原文，我先给出可直接套用的文档结构与规范，你把笔记内容填入即可；文末附常见操作对比表模板。

一、文档整体结构建议

```markdown

# Pandas 数据处理复习笔记

一、数据读取与写入

二、数据筛选与切片

三、缺失值处理

四、分组与聚合

五、合并与重塑

六、性能优化与技巧

```

• 按主题分类而非按时间罗列，方便检索
• 每个知识点采用「一句话说明 + 代码示例 + 易错点」三段式

二、代码高亮写法

使用三个反引号包裹代码，并标注语言：

````markdown

```python

df = pd.read_csv('data.csv')

df.groupby('category')['sales'].sum()

```

````

• 关键参数可用 行内代码 标记，如 axis=1、inplace=True
• 易错行可加注释 # ⚠️ 注意：会修改原对象

三、对比表格模板

```markdown

| 方法 | 用途 | 是否修改原数据 | 返回值 |

|---|---|---|---|

| loc | 标签索引 | 否 | DataFrame/Series |

| iloc | 位置索引 | 否 | DataFrame/Series |

| dropna() | 删缺失行 | 否（默认） | 新对象 |

| fillna() | 填充缺失 | 否（默认） | 新对象 |

```

推荐做三张核心对比表：

• 索引对比：loc vs iloc vs at/iat
• 合并对比：merge vs concat vs join
• 去重/替换：drop_duplicates vs replace

四、格式细节清单

• [ ] 标题层级：文档名 H1，主题 H2，知识点 H3
• [ ] 每个 H3 下加目录锚点，长文档可跳转
• [ ] 代码块统一标 python 语言标签
• [ ] 表格列数不超过 4–5 列，避免横向滚动
• [ ] 文末附「速查索引」：一行一个方法名+用途

五、下一步

请把20条笔记原文发给我，我将按上述规范逐条填入，输出完整可用的 .md 文件，并标注哪些条目适合并入对比表格。