df 为数据框

字段名即列名

xxx 是任意值

• jupyter noteboook 忽略警告

• 保留xx不为空的行

• 两个字段名进行拼接

• 所有字段元素都一样才删除重复行，默认保留第一个

• 某个字段一样就删除重复行

• 选择DataFrame df 中 xx 列中所有重复值的行

• 删除列xx1,xx2

• 数据框df1和df2的横向合并,内连接

• 查看元素的唯一值

• 上下文管理器

• loc是基于标签（label-based selection）的选择方法，它允许你通过行和列的标签来选择数据。

• iloc是基于索引（index-based selection）的选择方法，它允许你通过行和列的整数位置来选择数据。例如，如果你想选择第一行和第二列的数据，那么你可以使用iloc来实现。iloc的用法如下：

• 分组求均值

• 使用 groupby() 函数进行分组时，分组列会成为新的索引，而原始的整数索引会被移除。通过调用 reset_index() 方法，你可以将分组列恢复为普通的列，并重新生成整数索引。该操作在需要保留分组列作为普通列时非常有用。

• 给字段名重新命名

• 按xx分组，对每个分组内的每天每平方租金进行排序，并找出中位数

• 将数据框某一列元素转成str类型

• 对数据框某一列缺失元素进行' '填补

• 将数据框某一列元素转成list

• 将list 转成数据框

• 对数据框某一列每个元素进行函数操作

• 将'xx'列的元素转换成小写

• 连接sql数据库

• 连接pgsql

• 连接mongdb

• 连接Redis

• 将某一列转为数值型

• 设置某列为索引，使用inplace=True 在原df中进行修改