按升序对值排序
df.sort_values(col2,ascending=False) 将col2按降序对值排序
df.sort_values([col1,ascending=[True,False]...)[col2] 返回col2中的值的平均值,按col1中的值分组(平均值可以用统计部分中的几乎任何函数替换)
df.pivot_table(index=col1,values=[col2,col3],aggfunc...np.mean) 在每个列上应用函数
data.apply(np.max,axis=1) 在每行上应用一个函数
加入/合并
df1.append(df2) 将df1中的行添加到df2的末尾(列数应该相同...)
df.concat([df1, df2],axis=1) 将df1中的列添加到df2的末尾(行数应该相同)
df1.join(df2,on=col1,how='inner') SQL类型的将df1中的列与...() 查找每个列中的最大值
df.min() 查找每列中的最小值
df.median() 查找每列的中值
df.std() 查找每个列的标准差
点击“阅读原文”下载此速查卡的打印版本
END.