jupyter导报df

在Jupyter Notebook中导入和展示DataFrame可以使用以下方法：

1. 导入pandas库并读取数据文件：

import pandas as pd
df = pd.read_csv("data.csv")

2. 使用`df.head()`方法显示DataFrame的前几行数据：

df.head()

3. 使用`df.info()`方法显示DataFrame的基本信息，包括列名、非空值数量和数据类型等：

df.info()

4. 使用`df.describe()`方法显示DataFrame的统计摘要，包括计数、均值、标准差、最小值、最大值等：

df.describe()

5. 使用`df.shape`属性获取DataFrame的形状，即行数和列数：

df.shape

6. 使用`df.columns`属性获取DataFrame的列名列表：

df.columns

7. 使用`df["column_name"]`或`df.column_name`获取DataFrame中指定列的数据：

df["column_name"]
df.column_name

8. 使用`df.iloc[row_index, column_index]`获取DataFrame中指定位置的数据：

df.iloc[row_index, column_index]

9. 使用`df.loc[row_label, column_label]`获取DataFrame中指定标签的数据：

df.loc[row_label, column_label]

10. 使用`df.groupby("column_name").agg({"column_name": "count"})`对DataFrame进行分组并计数：

df.groupby("column_name").agg({"column_name": "count"})

11. 使用`df["new_column"] = df["column1"] + df["column2"]`创建新的列并进行计算：

df["new_column"] = df["column1"] + df["column2"]