pandas小提示（持续更新）
- 使用sort_values（）方法排序时，缺失值会放到最后
- 用rank（）方法返回一个每个元素值在列中的排序序号
- 使用inplace=True可以让我们就地修改数据，但是要小心，它会销毁所有被删除的数据。
- 例如，当我们多次使用set_index反复修改索引列，而又没有保存副本，最后想要reset_index的时候就无法恢复到最初的数据。
- 利用标签的切片运算与普通的Python切片运算不同，其末端是包含的：
点击查看代码
In [1]: obj = pd.Series(np.arange(4),index=['a','b','c','d'])
obj[:'d']
Out [1]:
a 0
b 1
c 2
d 3
dtype: int32
- loc和iloc使用单一值或者一个列表的方式获取行元素，使用 [：，值或列表] 的方式获取列元素
- 尽量使用loc和iloc来选取想要的数字，即使你只想要一个行或者列，这样可以避免一些混淆标签名和索引值的错误，也更加清晰。
- 当两个df的形状不一致时，强行相加会导致大量的NAN值，使用add方法和fill_value参数可以指定不存在的值按什么来参与计算（例如按0计算）
- 使用df.idmax()方法可以获取最大值所对应的索引
附表一：Dataframe可以使用的描述和汇总统计方法（来源：《利用python进行数据分析》）
