本文參考《利用Python進行資料分析》的第五章 pandas入門

pandas擁有一組常用的數學和統計方法。它們大部分屬於約簡和彙總統計，用於從Series中提取單個值（如sum和mean），或從DataFrame的行或列中提取一個Series。跟對應的Numpy陣列方法相比，它們都是基於沒有缺失資料的假設而構建的。

idxmin()/idxmax()：返回最小值最大值的索引
cumsum()：返回列累積和
describe()：產生彙總統計

相關係數和協方差corr(), cov() 協方差cov()：表示線性相關的方向，取值正無窮到負無窮。協方差為正值，說明一個變數變大另一個變數也變大；協方差取負值，說明一個變數變大另一個變數變小，取0說明兩個變數咩有相關關係。 相關係數corr()：不僅表示線性相關的方向，還表示線性相關的程度，取值[-1,1]。也就是說，相關係數為正值，說明一個變數變大另一個變數也變大；取負值說明一個變數變大另一個變數變小，取0說明兩個變數沒有相關關係。同時，相關係數的絕對值越接近1，線性關係越顯著。 下圖為計算a列和b列的相關係數corr()和協方差cov()：
corrwith()：計算DataFrame的列（axis=0，預設）或行（axis=1)跟另外一個Series或DataFrame之間的相關係數：
唯一值、值計數以及成員資格 unique():得到Series中的唯一值數值：
value_counts()：計算一個Series中各值出現的頻率（預設降序排列）：
isin()：判斷成員資格，用於選取Series中或DataFrame列中資料的子集：