pandas的基础函数

1.head和tail

df.head()#前五行
df.tail()#后五行，可自定，传入数值即可

2.shape:维度
3.如果要访问index或series的真实值，需要使用.array属性
4.将series或dataframe转为array，需要使用to_numpy()或者numpy.asarray()函数。to_numpy()加上dtype参数可以控制数据类型
5.当取数时，建议使用.array和.to_numpy()
6.sub()：用指定值减去DataFrame的值
7. divmod()：取商和余数，返回两个变量
8. 比较：在Pandas库中，eq, ne, lt, gt, le, ge 是用来进行元素级别的比较操作的方法。具体来说：

• eq: Equal (==) ，和equals的不同在于，前者返回dataframe，后者返回布尔值
• ne: Not equal (!=)
• lt: Less than (<)
• gt: Greater than (>)
• le: Less than or equal to (<=)
• ge: Greater than or equal to (>=)

这些方法通常用于比较两个或多个数据帧或系列对象的相应元素。
9.布尔判断：empty：判断是否为空, any()：任意值为ture, all()：所有值为ture,bool()：
10.dataframe的合并：combine_first()优先选择第一个；combine()接收一个函数，根据这个函数选择优先级。
11.描述性统计函数：mean()、sum、std（判断是否标准化）、count、min等
Series.nunique()会返回非nan的唯一的值的数量
12.series.describe()输出数据的描述性统计结果，对于非数值型，会给出简单的描述
13.idxmax()返回最大值的索引，idxmin返回最小值的索引
14.value_counts和mode的功能一样