DataFrame columns 用法

DataFrame columns 是 Pandas DataFrame 中的列，可以用来访问、操作和修改数据框中的列。以下是一些 DataFrame columns 的常见用法：

1. 访问列：可以通过列名访问 DataFrame 中的列，例如：`df['column_name']`。

2. 添加列：可以通过赋值来添加新的列，例如：`df['new_column'] = [1, 2, 3]`。

3. 删除列：可以使用 drop() 方法删除指定的列，例如：`df.drop('column_name', axis=1, inplace=True)`。

4. 重命名列：可以使用 rename() 方法重命名一个或多个列，例如：`df.rename(columns={'old_name': 'new_name'})`。

5. 修改列：可以使用 loc[] 或 iloc[] 访问和修改 DataFrame 中的特定行和列，例如：`df.loc[0, 'column_name'] = 10`。

6. 列运算：可以对 DataFrame 中的列进行运算，例如：`df['new_column'] = df['column1'] + df['column2']`。

7. 列聚合：可以使用 groupby() 方法对 DataFrame 中的列进行聚合操作，例如：`df.groupby('column_name').mean()`。

8. 列类型转换：可以使用 astype() 方法将列转换为其他类型，例如：`df['column_name'] = df['column_name'].astype(float)`。

9. 列排序：可以使用 sort_values() 方法对 DataFrame 中的列进行排序，例如：`df.sort_values('column_name')`。

10. 列统计：可以使用 describe() 方法查看 DataFrame 中列的统计信息，例如：`df['column_name'].describe()`。