对于dataframe格式的数据：
1、data.value_counts()：统计数据出现的次数
2、data.query("label==0")：按指定条件查询数据
3、data.plot()：可视化dataframe格式的数据
4、pandas.get_dummies(data)：将某列数据用one-hot编码表示
5、pandas.concat([data1,data2],axis)：将data1和data2在axis=？的维度上进行拼接
6、data.fillna(0)：将缺失数据用0填充
7、data.isna()：查询缺失值的那些数据，比如pandas.isna(dfdata['Age']).astype('int32')将名为'Age'那列的数据的缺失值用1表示
陆续更新，遇到了就记一笔，慢慢积累