1--mean(）

.mean(axis=1))  

和.mean(axis=1,skipna=False)

#求'列'的平均值(忽略不能计算的)

#求'行'的平均值(忽略不能计算的)

#求行的平均值(有不能计算的值，直接返回NaN)

2--计算方式

.count(),→ count统计非Na值的数量

.min(),→ min统计最小值\n',df['key2'].max(),'→ max统计最大值

quantile(q=0.75),→ quantile统计分位数，参数q确定位置

.sum(),→ sum求和

.mean(),→ mean求平均值

.median(),'→ median求算数中位数，50%分位数

.std(),,df.var(),→ std,var分别求标准差，方差

如果只求 key1 的数： df.['key1'].count

3--.cumsum()累计和

4---#.cumprod()累计积

5--.cummax()求累计最大值

6--.cummin()累计积

7--# 唯一值：.unique()

8--# 值计数：.value_counts()

9--# 成员资格：.isin()

# 用 [  ] 表示

# 得到一个布尔值的Series或者Dataframe