1. pd.read_csv()读取tsv文件

tsv文件也可以用pd.read_csv()读取，但如果路径中有中文可能会报错。解决方法：在路径前面加open 如：df = pd.read_csv(open("D:\数据\data.tsv"),sep = '\t')

2. 预览

data.head() #预览前5行
data.tail() #预览后5行

3. 数据集大小

data.shape # 行列数
result:(520,3)
data.shape[0] # 行数
data.shape[1] # 列数

4. 打印数据集的列名称&索引

data.columns
data.index

5. 分类groupby（）

groupby（）里面的参数为分类依据。
as_index区别之一是能不能用下标值引用，如：as_index=True，则不能用df.loc[0]这种取值，0,1,2等不能作为索引。
df.groupby（A）.agg(B:fun)中，agg指按A列分类，对B列进行操作
e.g.

c = df.groupby(['name'],as_index=False).agg({'num':sum})

按照df中name列分类，对num列进行求和

6. 计算种类数

df.nunique(0) #数据框中分列的种类数（默认为0）
df.nunique(0) #数据框中分行的种类数
series.nunique() #一列中的种类数

7. 排列sort_values()

df.sort_values(['num'],ascending=False,inplace=True)

ascending=True：升序排列(默认);ascending=False：降序排列
inplace=False:原序列顺序不变，返回结果为排序之后的序列(默认);inplace=True：改变原序列

8. 分类计数&求和

series.value_counts()
series.sum()

9. lambda相当于匿名函数！

lambda x:float(x)

执行了一个对x浮点数化的函数

10. df.info()

打印dataframe的简要摘要