Pandas相关函数：透视表pivot_table、删除缺失值dropna、定位loc、按字段排序sort_values、自定义函数apply

1、透视表privot_table

当得到一张数据平面表数据时，例如：

要想实现表中一个变量与其他多个变量之间的关系，可以用pivot_table实现,table.pivot_table(index='变量1'，values=[变量2]‘，’变量3‘，....，aggfunc=np.sum)

其中最后的aggfunc指的是要求的是什么，可以是求和sum，或max等等，默认是np.mean求均值

2、删除缺失值dropna

当想删除表中某一行或列中的缺失值，也就是空白值时，使用table.dropna(axit=0,subset=['Price','Cost'])

其中第一个参数可以选择需要删除的行或列，第二个参数选择相应的变量

3、定位loc

当你想查看每个位置的值的时候，使用table.loc[3,'Cost'],表示（第三行，Cost）的值，也可以用loc[0,10]表示打印前十个值

4、按字段排序sort_values

当你想用表中一个字段进行排序，例如用Cost进行排序，用table.sort_values('Cost',ascending='False'),通过修改ascending的T/F选择顺序还是逆序

5、自定义函数apply

当你想把自己定义的函数快速用到数据处理中时，使用apply进行操作

例：def sum_min(column):

    ........

    return summin_item

操作：table.apply(sum_min，axis=1),也就是通过sum_min函数对table进行操作，还可以通过axis选择某一维度进行计算