pandas数据清洗,排序,索引设置,数据选取方法

此教程适合有pandas基础的童鞋来看，很多知识点会一笔带过，不做详细解释基础属性shape,index,columns,values，dtypes，describe(),head(),tail()统计属性Series： count(),value_counts()，前者是统计总数，后者统计各自value的总数df.isnull() df的空值为Truedf.notnull() df的非空值为True更改数据格式astype()丢弃值drop()更新index或者columns，默认：更新index，返回一个新的DataFrame将DataFrame中的列columns设置成索引index打造层次化索引的方法将使用set_index()打造的层次化逆向操作既是取消层次化索引，将索引变回列，并补上最常规的数字索引只能对行进 行 切片，前闭后开df[0:3]，df[:4]，df[4:]多个where整合切片，&：于，|：或　名称和位置混切，但效率低，少用