Python数据处理的基础命令函数

Python中有很多强大的库用于数据处理，如Pandas是最常用的数据分析工具。以下是几个基础的Pandas命令：

1. **读取数据**：
- `pandas.read_csv()`：从CSV文件加载数据。
- `pandas.read_excel()`：从Excel文件加载。
- `pandas.read_json()`：从JSON文件或在线资源加载数据。

2. **查看数据概览**：
- `df.head()`：显示数据框的前几行，默认5行。
- `df.tail()`：显示数据框的最后几行。
- `df.shape`：获取数据框的行数（行）和列数（列）。

3. **数据清洗**：
- `dropna()`：删除包含缺失值的行。
- `fillna()`：填充缺失值，可以指定默认值或采用其他方法填充。

4. **选择和过滤数据**：
- 列名选取：`df['column_name']`。
- 条件筛选：`df[df[column] > value]` 或 `df[(df[col_1] > val_1) & (df[col_2] < val_2)]`。

5. **统计信息**：
- `describe()`：计算各数值型列的基本描述性统计量。
- `groupby()`：按一列或多列分组，并对每个组应用聚合函数（如sum(), mean(), count()等）。

6. **排序数据**：
- `sort_values()`：按单列或多列排序。

7. **合并数据**：
- `merge()`：将两个或更多DataFrame按照某些键列合并。
- `concat()`：水平或垂直地合并数据。