1.更改列名

方法一：修改列名a，b為A、B。
df.columns = ['A','B']

方法二：只修改列名a為A
df.rename(columns={'a':'A'})

2. 查詢需要的某一列

df[df['列名'].isin([相應的值])]

3.查詢包含某一字串的行（2的進階版）

# 所選的需要查詢的列要先轉換為字串形式

f_rate['日期'] = f_rate['日期'].astype('str')
f_rate.loc[f_rate['日期'].str.contains('12-30')]

4.去除含有缺失值的行

df.dropna(axis=0, how='any
 
')

5.資料型別轉換

df['所屬組'].astype('int')

6.python取最後一行

data.iloc[-1]   #選取DataFrame最後一行，返回的是Series
data.iloc[-1:]   #選取DataFrame最後一行，返回的是DataFrame

#補充
df['w']  #選擇表格中的'w'列，使用類字典屬性,返回的是Series型別
df.w    #選擇表格中的'w'列，使用點屬性,返回的是Series型別
df[['w']]  #選擇表格中的'w'列，返回的是DataFrame屬性
data[0:2]  #返回第1行到第2行的所有行，前閉後開，包括前不包括後
 

data[1:2]  #返回第2行，從0計，返回的是單行，通過有前後值的索引形式

7. .join()函式

','.join('abc')
#將字串abc中的每個成員以字元','分隔開再拼接成一個字串”，輸出結果為：
>>>'a,b,c'

8. 列表排序

list = [1,2,3,4,5]
list.sort()
# 會直接改變原列表序列

9. 獲取列表中元素所在位置(index)

p=list.index(value)