Unnamed: 4':'铜牌数')
2-数据修改|行索引
将第一列(排名)设置为索引
df.set_index(['排名'])
3-数据修改|修改索引名
修改索引名为 金牌排名
df.rename_axis...=True)
17-数据删除|删除行
删除df第一行
dr.drop(1)
18-数据删除|删除行(条件)
df.drop(df[df.金牌数<20].index)
19-数据删除|删除列
df.drop...(columns=['比赛地点'])
20-数据删除|删除列(按列号)
删除df的7,8,9,10列
df.drop(df.columns[[7,8,9,10]],axis=1)
5-2数据筛选
21-...]
39-筛选值|组合(行号+列号)
提取第 4 行,第 4 列的值
df.iloc[3,3]
40 - 筛选值|组合(行号+列名)
提取行索引为 4 ,列名为 金牌数 的值
df.at[4,'金牌数'...5 题的透视表进行逆透视,其中不需要转换的列为『数量』列
pd.pivot_table(df,values = ['销售额','利润','数量'],index = '类别',aggfunc = sum