：
1.数据框的创建
import pandas as pd
from numpy import random
a = [i for i in range(10)]
b = [random.randint...当联结键所在列有互异的部分时：
ID = ['001','002','003','005']
A = ['A1','A2','A3','A4']
B = ['B1','B2','B3','B4']
C...可以看出，当how=’inner‘时，得到的合并数据框会自动剔除存在数据缺失的行，只保留完美的行，'outer'时则相反
dataframe.join()
join()的一些常用参数：
other：...9.分组与合计函数配合使用
分组方法df.groupby()一般与size(),count()等合计函数联合使用，以达到记录分组频数等功能：
A = [random.randint(1,10) for...型变量
df.notnull()：与isnull()方法返回的值相反
'''创造含有缺失值的数据框'''
import pandas as pd
left = pd.DataFrame({'A': ['
云服务器
ICP备案
腾讯会议
云直播
对象存储
