Вот список нескольких часто используемых методов библиотеки Python pandas, а также примеры кода:

1. DataFrame.head(): возвращает первые n строк DataFrame.

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   print(df.head(2))

2. DataFrame.tail(): возвращает последние n строк DataFrame.

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   print(df.tail(2))

3. DataFrame.info(): предоставляет сводную информацию о DataFrame, включая типы данных и использование памяти.

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   print(df.info())

4. DataFrame.describe(): генерирует описательную статистику DataFrame.

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   print(df.describe())

5. DataFrame.shape: возвращает размеры DataFrame (строки, столбцы).

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
   print(df.shape)

6. DataFrame.groupby(): группирует DataFrame по одному или нескольким столбцам.

   import pandas as pd
   df = pd.DataFrame({'A': ['foo', 'bar', 'foo', 'bar'],
                  'B': ['one', 'one', 'two', 'two'],
                  'C': [1, 2, 3, 4]})
   grouped = df.groupby('A')
   print(grouped.get_group('foo'))

7. DataFrame.merge(): объединяет два DataFrame на основе общего столбца.

   import pandas as pd
   df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
                   'value': [1, 2, 3, 4]})
   df2 = pd.DataFrame({'key': ['B', 'D', 'E', 'F'],
                   'value': [5, 6, 7, 8]})
   merged = pd.merge(df1, df2, on='key')
   print(merged)

8. DataFrame.dropna(): удаляет пропущенные значения (NaN) из DataFrame.

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, None], 'B': [4, None, 6]})
   df.dropna(inplace=True)
   print(df)

9. DataFrame.sort_values(): сортирует DataFrame по одному или нескольким столбцам.

   import pandas as pd
   df = pd.DataFrame({'A': [3, 2, 1], 'B': [6, 5, 4]})
   df.sort_values(by='A', inplace=True)
   print(df)

10. DataFrame.to_csv(): сохраняет DataFrame в виде файла CSV.

    import pandas as pd
    df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
    df.to_csv('data.csv', index=False)