1.数据常用筛选方法

在数据中,选择需要的行或者列
基础索引方式,就是直接引用
ioc [行索引名称或者条件,列索引名称或者标签]
iloc [行索引位置,列索引位置]
注意, 区分loc和iloc

2.在数据中,直接添加列

使用df.insert方法在数据中添加一列
掌握drop(labels=None,axis=0, index=None, columns=None, inplace=False)的用法
labels表示删除的数据, axis表示作用轴，columns 直接指定要删除的列,inplace=True表示是否对原数据生效
axis=0按行操作, axis=1按列操作
使用del函数直接删除其中一列

del basic['数据']
basic.drop(labels = ['敬老爱幼情况', '家庭和睦情况'],axis = 1,inplace=True)  basic.drop(labels= range(6,11),axis=0,inplace=True)
basic.drop(columns=df.columns[[2,3,4]],axis=1)
basic.insert(0, '出生年月', mid)

axis=0是跨行, axis=1 是跨列
axis=0： 0值表示沿着行的方向或行标签、索引值向下执行方:
axis=1： 1值表示沿着列的方向或列标签值执行对应方法
可以看到当axis=0时，遍历的是每行
，或者说保持列标签不变，对行进行操作，同样的当axis=1时，遍历的是每列，所以当我们求每列的均值时，应该是遍历每行加总求均值
在这里插入图片描述

3. 数据的修改和查找

在数据中, 可以使用rename修改列名称或者行索引名称
使用loc方法修改数据
使用loc方法查找符合条件的数据
条件与条件之间用&或者|连接，分别代表‘且’和‘或’
使用between和isin选择满足条件的行

在这里插入图片描述

4. 数据整理

横向堆叠将两张表或多张表在X轴方向，即横向拼接在一起
纵向堆叠将两张表或多张表在Y轴方向，即纵向拼接在一起
注意使用concat时,axis =1用于横向，0代表纵向
注意join取inner或者outer时，分别代表交集和并集
《参考python 把几个DataFrame合并成一个DataFrame——merge,append,join,concat》