重点，敲黑板了

• 首先，本文遵循，传统教学，点到为止！只介绍个人使用比较频繁的一些函数或处理方式。
• 本文的示例只是演示所用，示例一般是不修改原数据的，如果代码会修改原数据会标明（在原数据上进行修改），自己使用时一定要注意是否修改了原数据。一旦报错，首先检查自己的代码是否改变了原数据。

# 未修改原数据
df.drop('name', axis = 1)  
# 修改原数据
df.drop('name', axis = 1, inplace=True)  
# 修改原数据
df = df.drop('name', axis = 1)  

• pandas 之所以强大是因为它拥有各种数据处理的函数，各个函数互相组合，灵活多变，并且与 numpy 、 matplotlib 、 sklearn 、>pyspark 、sklearn 等众多科学计算库交互，真正想要融会贯通实战是必经之路。
• 原创不易，码字也很累。如果觉得文章不错，