1、对复合多个条件的数据进行分组标记
2、某一列格式：
3、对city字段进行汇总，并分别计算prince的合计和均值
4、使用“或”进行筛选
5、删除先出现的重复值：
6、数据表的相关性分析
7、适应iloc按位置单独提起数据
8、大小写转换：
9、数据表描述性统计
10、数据表信息查看维度查看：
11、判断city列里是否包含beijing和shanghai，然后将符合条件的数据提取出来
12、查看前10行数据、后10行数据：
13、判断city列的值是否为北京
14、计算两个字段间的协方差
15、数据表基本信息（维度、列名称、数据格式、所占空间等）：
16、对筛选后的结果按prince进行求和
17、空值：
18、提取前三个字符，并生成数据表
19、数据表中所有字段间的协方差
20、使用ix按索引标签和位置混合提取数据
21、按照特定列的值排序：
22、提取4日之前的所有数据
23、使用iloc按位置区域提取数据
24、对两个字段进行汇总计数
25、两个字段的相关性分析
26、设置索引列
27、查看某一列空值：
28、使用列prince的均值对NA进行填充：
29、按城市对id字段进行计数
30、对category字段的值依次进行分列，并创建数据表，索引值为df_inner的索引列，列名称为category和size
31、重设索引
32、删除后出现的重复值：
33、按照索引列排序：
34、如果prince列的值>group列显示high，否则显示low：
35、对筛选后的数据按city列进行计数
36、用pandas创建数据表：
37、采样后不放回
38、数据表合并
39、使用query函数进行筛选
40、查看某一列的唯一值：
41、每一列数据的格式：
42、将完成分裂后的数据表和原df_inner数据表进行匹配
43、按索引提取区域行数值
44、计算列的标准差
45、更改数据格式：
46、导入CSV或者xlsx文件：
47、手动设置采样权重
48、使用“非”条件进行筛选
49、更改列名称：
50、设置日期为索引
51、查看数据表的值：df.values查看列名称：
52、采样后放回
53、清楚city字段的字符空格：
54、写入到CSV
55、数据替换：