DataFrame與Series不同的是，后者是一維，前者是二維，可以有多個column（列標題，行的標簽），例如：

轉(zhuǎn)置：.transpose()或.T

np的random模塊生成[1,101)之間隨機、3行5列DataFrame：

自定義標簽：index=、columns=

NBA球員名單

19-20賽季，包括姓名（Name）、球隊（Team）、場上位置（Position）、生日（Birthday）、薪水（Salary）：nba.csv

文件：https://pan.baidu.com/s/1Z2SqtM8kErIxa3Z4GjfzhQ?pwd=1234

將生日字符轉(zhuǎn)為日期：parse_dates = ["Birthday"]

保存為nba變量：

極值

每列中的極值

Salary最高的4個極值

寫法1

寫法2

常見統(tǒng)計：（針對數(shù)值限定）

numeric_only = True：不統(tǒng)計其他列

.round(1)：保留一位小數(shù)

中位數(shù)：

多列排序

Team升序、Salary降序，

按索引排序（行/列）

行索引：（數(shù)字大?。?/p>

列索引：換到第二維1（0對應(yīng)row，1對應(yīng)column），按照字母

用Name作為行索引

數(shù)字修改為Name：

讀文件的時候直接用Name：

DataFrame中選擇列

用列名選擇：

用包含/排除數(shù)據(jù)類型選擇：（字符串object、整數(shù)int、日期datetime）

DataFrame中選擇行

loc標簽索引：

切片：（包含上限）

iloc位置索引：（序號）

切片：（不包含上限）

★行列提取

標簽依然loc（可切片）

序號iloc：

* 查找單個值時，用at、iat替換loc、iloc能小幅度提升速度。

Series方式訪問：

行列標簽修改

直接賦值：

rename()法賦值：

索引修改

改為默認：

改為Team：（直接改會丟失之前改好的Name）