Pandas常用函数
| count | 非 NA 值的数量 |
| describe | 针对 Series 或 DF 的列计算汇总统计 |
| min , max | 最小值和最大值 |
| argmin , argmax | 最小值和最大值的索引位置（整数） |
| idxmin , idxmax | 最小值和最大值的索引值 |
| quantile | 样本分位数（0 到 1） |
| sum | 求和 |
| mean | 均值 |
| median | 中位数 |
| mad | 根据均值计算平均绝对离差 |
| var | 方差 |
| std | 标准差 |
| skew | 样本值的偏度（三阶矩） |
| kurt | 样本值的峰度（四阶矩） |
| cumsum | 样本值的累计和 |
| cummin , cummax | 样本值的累计最大值和累计最小值 |
| cumprod | 样本值的累计积 |
| diff | 计算一阶差分（对时间序列很有用） |
| pct_change | 计算百分数变化 |
（1）.fillna()会填充nan数据，返回填充后的结果
（2）pddata["a"].unique() 特征a的值出现的set——唯一值
（3）.loc[]选取指定列进行操作——df.loc[行标签,列标签]
（4）.iloc[]函数——只能通过行号索引:df.iloc[0:4]它是基于索引位来选取数据集，0:4就是选取 0，1，2，3这四行
（5）作图
from pandas.tools.plotting import scatter_matrix（混淆散点图）
scatter_matrix(含有n个特征的数据X,s=100, alpha=1, c=colors[index], figsize=(10,10))
例如：scatter_matrix(beer[["calories","sodium","alcohol","cost"]],s=100, alpha=1, c=colors[beer["cluster"]], figsize=(16,16))