python pandas常用方法
以下是Python Pandas库中的一些常用方法：
1. 创建DataFrame：可以通过传入list、ndarray、字典等数据创建DataFrame。
  - pd.DataFrame(data, index, columns)
  - pd.read_csv(file_path)
  - pd.read_excel(file_path)
2. 查看数据：可以使用以下方法查看DataFrame的内容。
  - df.head(n)：查看前n行数据，默认为前5行。
  - df.tail(n)：查看后n行数据，默认为后5行。
  - df.shape：查看DataFrame的维度。
  - df.columns：查看DataFrame的列名。
  - df.describe()：查看DataFrame的统计摘要信息。
python index函数3. 选择数据：可以使用以下方法选择DataFrame中的数据。
  - df[column_name]：选择指定列的数据，返回Series对象。
  - df.loc[row_index, column_name]：选择指定行和列的数据，返回Series对象或DataFrame对象。
  - df.iloc[row_index, column_index]：选择指定行和列的数据，使用整数索引，返回Series对象或DataFrame对象。
  - df[condition]：选择满足给定条件的数据，返回DataFrame对象。
4. 过滤数据：使用布尔条件过滤数据。
  - df[df[column_name] > value]：选择指定列中大于value的数据。
  - df[df[column_name].isin(list)]：选择指定列中包含在list中的数据。
5. 排序数据：可以按照指定的列对数据进行排序。
  - df.sort_values(by)：按照指定列的值进行排序。
  - df.sort_index()：按照索引进行排序。
6. 缺失值处理：可以对缺失值进行处理。
  - df.dropna()：删除包含缺失值的行。
  - df.fillna(value)：将缺失值填充为指定的值。
7. 数据合并：可以将多个DataFrame合并为一个。
  - pd.concat([df1, df2])：按照行方向合并DataFrame。
  - pd.merge(df1, df2, on=column_name)：按照列指定的相同值进行合并。
8. 分组和聚合：可以对DataFrame进行分组聚合操作。
  - df.groupby(column_name).size()：按照指定列进行分组，并计算每组数据的数量。
  - df.groupby(column_name).mean()：按照指定列进行分组，并计算每组数据的平均值。
以上只是Python Pandas库中的一些常用方法，还有很多其他方法可以根据具体需求进行使用。