一、選取幾列組成新的dataframe： 　　df = df[['A列列明', 'S列列明', 'H列列明']] 二、選取某列'STATUS'裡面元素為"ACTIVE"的行，即刪掉列STATUS元素不是ACTIVE的行 　　df = df[df['STATUS'] == "ACTIVE"] 　（單項條件搜尋，類似SELECT ALL WHERE df.STATUS = ACTIVE） 三、選取'BADTHING'列為元素空的行，既badthing這列有內容的行全部去掉，組成一個新的dataframe 　　df = df[df['BADTHING'].isnull()] 　（空值搜尋） 四、選取GOODREASON列元素為列表

['quality', 'cheap']內元素的行 　　df = df[df['GOODREASON'].isin(['quality', 'cheap'])] 　（多項條件搜尋，類似SELECT ALL WHERE df.GOODREASON= quality AND cheap） 五、分組並進行遍歷，運用groupby和for： 　　groupByNew = df.groupby('CITY', sort=False) 　　for name, groupData in groupByNew: 　　　　# TODO …… …… 　　如程式碼所示，我們可以對dataframe以某列'CITY'進行分組。我們如何取出某組的資料呢？當然是用 　　for迴圈。取出來的name即是組名，而groupData同樣是一個dataframe，可以進行更進一步操作。 六、對Series資料進行排序： 　　series= series.sort_values(ascending=False)  # 進行從大到小排序 進階：關於groupby的一些資訊： 　　在進行groupby運算後，直接列印會得一個object資訊，新增groups引數後 　　print df.groupby(by=['CITY']).groups 　　打印出來會是帶group標籤和原資料行標籤（也就是原來dataframe裡面對應行的index）的組合資訊： 　　{'BEIJING': [25998L, 26134L, 26135L, 26235L, 26340L], 'SHANGHAI': [33370L, 33426L, 33541L], 'CHENGDU': [26153L] 　　我們可以看到，按照groups來print，得出city為北京的情況下，對應原來的行標籤第25998行、26134行等 　　即使指定了某列： 　　print df.groupby(by=['CITY'])['QUANTITY'].groups 　　依然會得出相同的結果： 　　{'BEIJING': [25998L, 26134L, 26135L, 26235L, 26340L], 'SHANGHAI': [33370L, 33426L, 33541L], 'CHENGDU': [26153L] 　　除非我們把每個分組的所有行都整理成一行，如用sum來求和： 　　print df.groupby(by=['CITY'])['QUANTITY'].sum() 　　這樣就可以成功轉換成dataframe了： 　　CITY 　　BEIJING        5 　　SHANGHAI  207 　　CHENGDU   518 　　…… 彙總說明如下： print '----------NEW------------\n', type(df.groupby(by=['CITY'])) print '----------NEW------------\n', type(df.groupby(by=['CITY']).sum()) print '----------NEW------------\n', type(df.groupby(by=['CITY'])['QUANTITY']) print '----------NEW------------\n', type(df.groupby(by=['CITY'])['QUANTITY'].sum()) 所得結果為： ----------NEW------------ ----------NEW------------ ----------NEW------------ ----------NEW------------ 說明： 一個dataframe經過groupby以後得到的型別是pandas.core.groupby.DataFrameGroupBy。而用for in迴圈取出的每個項的型別是pandas.core.frame.DataFrame 一個dataframe經過groupby再進行sum以後仍然是dataframe（不過具體通過那一列來sum有待考證） 一個dataframe經過groupby以後再進行列選取，得到的是pandas.core.groupby.SeriesGroupBy型別。可知用for in迴圈取出的是pandas.core.series.Series 一個series經過groupby再進行sum以後仍然是series