pip install pandas

pd.set_option('display.width', None)

print(df.dtypes)

df['col1'] = df['col1'].astype(str)
df.astype({'col2': 'int32'})

df.info(verbose=True)

if df.empty:
    print('df is empty.')

df.head()       # 默认返回前5行
df.head(3)      # 指定返回前3行
df.head(-3)     # 返回除最后3行之外的所有行，相当于 df[:-3]

df.tail()       # 默认返回后5行
df.tail(3)      # 指定返回后3行
df.tail(-3)     # 返回除最前3行之外的所有行，相当于 df[3:]

df.at['row3', 'col1']   # at  使用行/列标签访问单个值
df.iat[3, 1]            # iat 使用行/列整数位置访问单个值

df.loc['row1']                  # 单标签。返回第1行，类型是 Series
df.loc[['row1', 'row2']]        # 标签列表。使用 [[]] 返回一个 DataFrame
df.loc['row3', 'col1']          # 通过行/列标签访问单个值，与 at 一样
df.loc['row1':'row3', 'col1']   # 切片两头都包含。此处返回第1到3行和第1列组成的 DataFrame
df.loc[[False, False, True]]    # 返回第3行的 DataFrame
df.loc[df['col1'] > 6]          # 返回第1列值大于6的 DataFrame
df.loc['row1'] = 10             # 为整行设置值，此处是将第1行的值全部设置为10
df.loc[:, 'col2'] = 30          # 为整列设置值，此处是将第2列的值全部设置为30
df.loc[df['col3'] > 35] = 0     # 为满足条件的行设置值

df.iloc[0]                      # 返回第1行，类型是 Series
df.iloc[[0]]                    # 返回第1行的 DataFrame
df.iloc[:3]                     # 返回前3行的 DataFrame
df.iloc[[True, False, True]]    # 返回第1行和第3行的 DataFrame
df.iloc[0, 1]                   # 通过行/列整数位置访问单个值，与 iat 一样
df.iloc[[0, 2], [1, 3]]         # 返回第1行和第3行与第2列和第4列组成的 DataFrame
df.iloc[1:3, 0:3]               # 切片两头都包含。此处返回第2到4行和第1列到第4列组成的 DataFrame

df.insert(1, 'col5', [99, 99])  # 此处为插入名为 col5 的新列到第2列的位置上，值的长度需要与行数对应

for label, content in df.iteritems(): pass  # label 是列名；content 是列内容，Series 类型
for index, content in df.iterrows(): pass   # index 是行名；content 是行内容，Series 类型
for row in df.itertuples(): pass            # 以命名元组的形式迭代 DataFrame 行。row 是 namedtuple 类型

df.pop('col2')  # 返回第2列，并且会删除它

df.apply(np.sum, axis=0)    # 对每列进行求和
df.apply(np.sum, axis=1)    # 对每行进行求和

df.applymap(lambda x: x**2)

df.agg(['sum', 'min'])                                      # 对每列进行求和和求最小值
df.agg({'col1' : ['sum', 'min'], 'col2' : ['min', 'max']})  # 指定列指定聚合操作
df.agg('mean', axis=1)                                      # 对每行进行求平均值

df = df.groupby(['col1']).sum()     # 基于第1列的值进行分组，并对分组后的其他列求和
df = df.groupby(['col1', 'col2']).agg({'col3': lambda x: len(x.unique())})  # 求去重个数
df = df.groupby(['col1', 'col2']).col3.nunique()                            # 求去重个数
df = df.groupby(['col1', 'col2']).agg({'col3': count, 'col3': lambda x: len(x.unique()), 'col4': sum})

df.drop(['col2', 'col3'], axis=1)       # 删除第2列和第3列
df.drop(columns=['col2', 'col3'])       # 同上
df.drop([0, 1])                         # 删除第1行和第2行
df.drop(index='i1', columns='col1')     # 删除i1索引的所有行，以及第1列

df.drop_duplicates()
df.drop_duplicates(subset=['col1'])     # 按照第1列删除重复项
df.drop_duplicates(keep='last')         # 保留最后一个重复项

df.rename(columns={'col1': 'A', 'col2': 'B'})   # 更改列名
df.rename(index={0: 'x', 1: 'y', 2: 'z'})       # 更改索引名

df.reset_index()
df.reset_index(drop=True)   # 使用 drop 参数来避免将旧索引添加为列

df.set_index('col1')
df.set_index(['col1', 'col2'])

df.dropna()                                 # 去掉包含 NaN 的所有行
df.dropna(axis=1)                           # 去掉包含 NaN 的所有列
df.dropna(subset=['col1', 'col2'])          # 去掉第1列和第2列中包含 NaN 的所有行

df.fillna(0)                                # 填充为 0
df.fillna(value={'col1': 0, 'col2': 1})     # 指定每列填充的数值
df.fillna(df2)                              # 使用 df2 来填充

df.isna()                                   # 返回一个布尔值相同大小的对象，指示值是否为 NA

pd.isna(cell_value)
pd.notna(cell_value)

df = df.sort_values(['col1', 'col2'], ascending=False)

pd.concat([df1, df2])           # 纵向扩展，拼接成新行
pd.concat([df1, df4], axis=1)   # 横向扩展，拼接成新列

df = pd.merge(df1, df2, on=['col1', 'col2'])

df.update(new_df)

df = pd.read_csv(csv_path)

df.to_csv('test.csv', header=True, index=False, encoding='utf_8_sig')   # 此编码可正常显示中文

df.to_dict('records')   # 返回样式示例：[{'col1': 1, 'col2': 0.5}, {'col1': 2, 'col2': 0.75}]

df[['col3', 'col4', 'col5']] = df.apply(func, axis=1, result_type='expand')