update

Author: GYHHAHA

README.md

@@ -1,6 +1,6 @@
 # Joyful-Pandas
 
- 请在使用教程前确认pandas版本不低于1.1.0
+ 请在使用教程前确认pandas版本不低于1.2.0
 
 ### 网页版
 
@@ -30,12 +30,10 @@ http://datawhale.club/c/team-learning/IntroductionToPandas/12
 
 ### 交流群
 
-<img src="source/_static/qun.jpg" width="25%"/>
-
-### 推广
+关注Datawhale公众号，回复关键词“熊猫”获得二维码
 
 <img src="source/_static/qrcode.jpeg" width="25%"/>
 
 ### LICENSE
 
-<img alt="知识共享许可协议" style="border-width:0" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" /></a><br />本作品采用<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议</a>进行许可。
+<img alt="知识共享许可协议" style="border-width:0" src="https://i.creativecommons.org/l/by-nc-sa/4.0/88x31.png" /></a><br />本作品采用<a rel="license" href="http://creativecommons.org/licenses/by-nc-sa/4.0/">知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议</a>进行许可

notebook/第三章 索引.ipynb

@@ -1314,7 +1314,7 @@
     "\n",
     "#### 【END】\n",
     "\n",
-    "同时，在`query`中还注册了若干英语的字面用法，帮助提高可读性，例如：`or, and, or, is in, not in`。例如，筛选出男生中不是大一大二的学生："
+    "同时，在`query`中还注册了若干英语的字面用法，帮助提高可读性，例如：`or, and, or, in, not in`。例如，筛选出男生中不是大一大二的学生："
    ],
    "cell_type": "markdown",
    "metadata": {}
@@ -1354,7 +1354,7 @@
   },
   {
    "source": [
-    "此外，在字符串中出现与列表的比较时，`==`和`!=`分别表示元素出现在列表和没有出现在列表，等价于`is in`和`not in`，例如查询所有大三和大四的学生："
+    "此外，在字符串中出现与列表的比较时，`==`和`!=`分别表示元素出现在列表和没有出现在列表，等价于`in`和`not in`，例如查询所有大三和大四的学生："
    ],
    "cell_type": "markdown",
    "metadata": {}

notebook/第十章 时序数据.ipynb

@@ -604,7 +604,7 @@
   },
   {
    "source": [
-    "#### 【练一练】\n",
+    "#### 【NOTE】\n",
     "前面提到了`datetime64[ns]`本质上可以理解为一个大整数，对于一个该类型的序列，可以使用`max, min, mean`，来取得最大时间戳、最小时间戳和“平均”时间戳。\n",
     "#### 【END】\n",
     "### 3. dt对象\n",

source/Content/ch3.rst

@@ -294,14 +294,14 @@
 
     对于含有空格的列名，需要使用 ```col name``` 的方式进行引用。
 
-同时，在 ``query`` 中还注册了若干英语的字面用法，帮助提高可读性，例如： ``or, and, or, is in, not in`` 。例如，筛选出男生中不是大一大二的学生：
+同时，在 ``query`` 中还注册了若干英语的字面用法，帮助提高可读性，例如： ``or, and, or, in, not in`` 。例如，筛选出男生中不是大一大二的学生：
 
 .. ipython:: python
 
     df.query('(Grade not in ["Freshman", "Sophomore"]) and'
              '(Gender == "Male")').head()
 
-此外，在字符串中出现与列表的比较时， ``==`` 和 ``!=`` 分别表示元素出现在列表和没有出现在列表，等价于 ``is in`` 和 ``not in``，例如查询所有大三和大四的学生：
+此外，在字符串中出现与列表的比较时， ``==`` 和 ``!=`` 分别表示元素出现在列表和没有出现在列表，等价于 ``in`` 和 ``not in``，例如查询所有大三和大四的学生：
 
 .. ipython:: python