基本统计
- pivot_table（数据透视表 ）： 使用appfunc， 按不同index分类统计各特征values的值
df.pivot_table(index="Pclass", values="Survived", aggfunc=np.mean)
注： index： Pclass 字段对应的值进行分类
values：str or list，分类统计的特征，为字符串（一个特征）或者数组（多个特征）
aggfunc：统计特征的回调函数
返回值： <class 'pandas.core.frame.DataFrame'>
- apply(f, axis=0): 函数应用和映射, 针对的是行或者列的运算，axis = 0 or 1代表在行或者列上计算，并不是输出结果为行，列的标签对应的值
- applymap(f) : 针对元素级的应用，Series 中的是 df['e'].map(f)
- sort_index :
- 根据任意轴上的索引进行排序 axis = 0 或1
- 列中值进行排序（联合）可以通过by=['a', 'b']
- range(method="first) : 获取各值得排名
- ‘average’ ： 默认，相等的值为一组，在组中为各值分配平均排名
- ‘min’: 使用整个分组的最小排名
- ‘max’ ： 使用这个分组的最大排名
- ‘first’ ： 按值在数据中行出现的顺序分配排名
- pd.value_counts（obj.values, sort=False） : 计算 series 中的元素个数