dataframe记录常用操作

df.drop_duplicates()去重

df.reset_index(inplace=True,drop=True)重置索引，并将旧索引删去

df.rename({'A':'a'},inplace=True)给某一列重命名A->a

pd.merge()实现两个dataframe行合并,支持多种合并方式

pd.concat()实现多个dataframe行或列合并，仅支持inner或outer

行合并用pd.merge，列用pd.concat

df['A'].apply(lambda x:)使用apply+匿名函数的方法可以很灵活的处理某一列数据

df.groupby(by='A').agg({'a':'value_counts'})可以实现按A列分组然后对每组计算a列各类别的数量

df['A'].replace('a','b')可以将A列中的a替换为b并返回

df.to_excel(path,index=True)保存时将索引也保存，false则不保存

pd.read_excel(path,index_col=0)读取是如果不指定索引列，不会自动识别哪个是索引，而是生成0开始的索引

条件筛选：

1.筛选出某一列是某个值的数据 df[df['A']==a]

2.筛选出某一列的值，值在集合中，此时是一堆值不是单个值

df[df.apply(lambda row:row['A'] in set1,axis=1)]