В Python существует несколько методов работы с DataFrames pandas. Вот некоторые часто используемые методы:

1. Создание DataFrame:

   • Использование словаря. Вы можете создать DataFrame, передав словарь списков или массивов в функцию pd.DataFrame().
   • Чтение из файла: Pandas предоставляет такие функции, как pd.read_csv(), pd.read_excel()и т. д. для чтения данных из файлов различных форматов и создания DataFrame.

2. Просмотр данных:

   • head(): возвращает первые несколько строк DataFrame.
   • tail(): возвращает несколько последних строк DataFrame.
   • sample(): возвращает случайную выборку строк из DataFrame.

3. Манипулирование данными:

   • loc[]и iloc[]: используются для индексации и выбора строк и столбцов.
   • drop(): удаляет указанные строки или столбцы из DataFrame.
   • fillna(): заполняет пропущенные значения в DataFrame указанным значением.
   • sort_values(): сортирует DataFrame на основе одного или нескольких столбцов.
   • groupby(): группирует данные на основе одного или нескольких столбцов.

4. Очистка и преобразование данных:

   • isnull(): проверяет наличие пропущенных значений в DataFrame.
   • drop_duulates(): удаляет повторяющиеся строки из DataFrame.
   • apply(): применяет функцию к каждому элементу или строке/столбцу DataFrame.
   • merge(): объединяет два DataFrame на основе общего столбца.

5. Статистический анализ:

   • describe(): генерирует описательную статистику DataFrame.
   • mean(), median(), std()и т. д.: вычисление различных статистических показателей.
   • corr(): вычисляет корреляцию между столбцами.

6. Вывод данных:

   • to_csv(): записывает DataFrame в файл CSV.
   • to_excel(): записывает DataFrame в файл Excel.
   • to_sql(): записывает DataFrame в базу данных SQL.