1.更改列名

方法一：修改列名a，b为A、B。
df.columns = ['A','B']

方法二：只修改列名a为A
df.rename(columns={'a':'A'})

 2. 查找需要的某一列

df[df['列名'].isin([相应的值])]

3.查找包含某一字符串的行（2的进阶版）

# 所选的需要查找的列要先转换为字符串形式

f_rate['日期'] = f_rate['日期'].astype('str')
f_rate.loc[f_rate['日期'].str.contains('12-30')]

4.去除含有缺失值的行

df.dropna(axis=0, how='any')

5.数据类型转换

df['所属组'].astype('int')

6.python取最后一行

data.iloc[-1]   #选取DataFrame最后一行，返回的是Series
data.iloc[-1:]   #选取DataFrame最后一行，返回的是DataFrame

#补充
df['w']  #选择表格中的'w'列，使用类字典属性,返回的是Series类型
df.w    #选择表格中的'w'列，使用点属性,返回的是Series类型
df[['w']]  #选择表格中的'w'列，返回的是DataFrame属性
data[0:2]  #返回第1行到第2行的所有行，前闭后开，包括前不包括后
data[1:2]  #返回第2行，从0计，返回的是单行，通过有前后值的索引形式

7. .join()函数

','.join('abc')
#将字符串abc中的每个成员以字符','分隔开再拼接成一个字符串”，输出结果为：
>>>'a,b,c'

8. 列表排序

list = [1,2,3,4,5]
list.sort()
# 会直接改变原列表序列

9. 获取列表中元素所在位置(index)

p=list.index(value)