pd.read_csv('csv_file')
pd.read_excel('excel_file')

df.to_csv("data.csv", sep=",", index=False)

df.info()

df.describe()

print(tabulate(print_table, headers=headers))
# 当「print_table」是一个列表，其中列表元素还是新的列表，「headers」为表头字符串组成的列表。

df.columns

new_df = df.dropna(axis=0, how='any')
# 返回一个 DataFrame，其中删除了包含任何 NaN 值的给定轴，选择 how=「all」会删除所有元素都是 NaN 的给定轴。

df.replace(to_replace=None, value=None)
# 使用 value 值代替 DataFrame 中的 to_replace 值，其中 value 和 to_replace 都需要我们赋予不同的值。

pd.isnull(object)
# 检查缺失值，即数值数组中的 NaN 和目标数组中的 None/NaN。

new_df = df.drop('feature_variable_name', axis=1)
# axis 选择 0 表示行，选择表示列。

pd.to_numeric(df["feature_name"], errors='coerce')
# 将目标类型转化为数值从而进一步执行计算，在这个案例中为字符串。

new_df = df.as_matrix()

df.head(n)

df.loc[feature_name]

# 该函数将令 DataFrame 中「height」行的所有值乘上 2
df["height"].apply(*lambda* height: 2 * height)

# OR
def multiply(x):
    return x * 2

df["height"].apply(multiply)

# 下面代码会重命名 DataFrame 的第三行为「size」
df.rename(columns = {df.columns[2]:'size'}, inplace=True)

df["name"].unique()

new_df = df[["name", "size"]]

# Sum of values in a data frame
df.sum()
# Lowest value of a data frame
df.min()
# Highest value
df.max()
# Index of the lowest value
df.idxmin()
# Index of the highest value
df.idxmax()
# Statistical summary of the data frame, with quartiles, median, etc.
df.describe()
# Average values
df.mean()
# Median values
df.median()
# Correlation between columns
df.corr()
# To get these values for only one column, just select it like this#
df["size"].median()

df.sort_values(ascending = False)

df[df["size"] == 5]

df.loc([0], ['size'])