Pandas教程-Pandas DataFrame.transpose()
transpose()函数有助于转置DataFrame的索引和列。它通过将行写为列，反之亦然，沿着主对角线反映DataFrame。
汤圆 发布的文章
Pandas教程-Pandas DataFrame.transform
我们可以将Pandas DataFrame定义为一个二维的、大小可变的、异构的带有一些标记轴（行和列）的表格数据结构。执行算术运算将对齐行和列标签。它可以被视为Series对象的类似字典的容器。Pandas DataFrame.transform() 函数的主要任务是生成一个具有其转换值的DataFrame，其轴长度与自身相同。
Pandas教程-Pandas DataFrame.to_excel()
我们可以使用to_excel()函数将DataFrame导出到Excel文件中。要将单个对象写入Excel文件，我们必须指定目标文件名。如果要写入多个工作表，我们需要创建一个ExcelWriter对象，其中包含目标文件名，并且还需要指定要在其中写入的文件中的工作表。也可以通过指定唯一的sheet_name来写入多个工作表。必须保存对文件写入的所有数据的更改。
Pandas教程-Pandas DataFrame.sum()
Pandas DataFrame.sum() 函数用于返回用户请求轴的值之和。如果输入值是索引轴，则它将添加列中的所有值，并且对所有列起作用。它返回一个包含每列中所有值的总和的系列。
Pandas教程-Pandas DataFrame.sort()
在DataFrame中，我们可以通过不同的方式高效地进行排序：按标签按实际值在解释这两种排序之前，首先我们需要使用一个数据集进行演示：
Pandas教程-Pandas DataFrame.shift()
如果你想要将DataFrame的列进行位移或将列值减去前一行的值，可以使用shift()函数。它包含一个标量参数称为periods，用于指定在所需轴上进行的位移次数。它还能够处理时间序列数据。
Pandas教程-Pandas DataFrame.sample()
Pandas的sample()方法用于从DataFrame中随机选择行和列。如果我们想要从大量数据集构建模型，我们必须随机选择数据的较小样本，可以通过sample函数完成。
Pandas教程-Pandas DataFrame.rename()
Pandas的rename()函数的主要任务是重命名任何索引、列或行。此方法对于重命名某些选定的列非常有用，因为我们只需要为要重命名的列指定信息。它主要根据一些映射（字典或Series）或任意函数更改轴标签。函数必须是唯一的，并且应该从1到-1。如果标签不包含在字典或Series中，则将保留标签。如果列出了一些额外的标签，它将引发错误。
Pandas教程-Pandas DataFrame.query()
为了分析数据，我们需要进行许多过滤操作。Pandas提供了一个query()方法来过滤DataFrame。它提供了一种简单的方式来进行选择，并且还能简化基于索引的选择任务。
Pandas教程-Pandas DataFrame.pivot_table()
Pandas的pivot_table()用于计算、聚合和总结数据。它被定义为一种强大的工具，可以使用Sum、Count、Average、Max和Min等计算对数据进行聚合。它还允许用户在创建了数据透视表后对数据进行排序和过滤。
