,包括行的数量;列名;每一列值的数量、类型
df.info()
# 方法二
# df.describe()
8.展示df的前3行
df.iloc[:3]
# 方法二
#df.head(3)
9.取出...age列
df.loc[df.index[[3, 4, 8]], ['animal', 'age']]
11.取出age值大于3的行
df[df['age'] > 3]
12.取出age值缺失的行...的age的平均数
df.groupby('animal')['age'].mean()
17.在df中插入新行k,然后删除该行
#插入
df.loc['k'] = [5.5, 'dog', 'no',...Air France', '"Swiss Air"']})
df
37.FlightNumber列中有些值缺失了,他们本来应该是每一行增加10,填充缺失的数值,并且令数据类型为整数
df['FlightNumber...数据被以列表的形式录入,但是我们希望每个数字被录入成单独一列,delay_1, delay_2, …没有的用NAN替代。