关于dataframe数据结构
1.对数据进行标准化：
data = pd.read_excel('data_shiyan.xlsx',header=0)
data = data.apply(lambda x: ((x - np.min(x)) / (np.max(x) - np.min(x))))
2.求得行和列的长度：
col,row = data.shape
3.关于如何索引（摘抄下来的 链接：www.cnblogs.com/nxf-rabbit7…）
#loc只能通过index和columns来取，不能用数字
df.loc[``'one'``,``'a'``]``#one行，a列
df.loc[``'one'``:``'two'``,``'a'``]``#one到two行，a列
df.loc[``'one'``:``'two'``,``'a'``:``'c'``]``#one到two行，a到c列
df.loc[``'one'``:``'two'``,[``'a'``,``'c'``]]``#one到two行，ac列
#iloc只能用数字索引，不能用索引名
df.iloc[``0``:``2``]``#前2行
df.iloc[``0``]``#第0行
df.iloc[``0``:``2``,``0``:``2``]``#0、1行，0、1列
df.iloc[[``0``,``2``],[``1``,``2``,``3``]]``#第0、2行，1、2、3列
4.通过numpy创造列表（如list一般）
import numpy as np
arr1 = np.numpy(n)#创造一行为n数目的数据
arr2 = np.numpy((n,m)) #创造n行m列的矩阵
5.关于时间序列的使用（参考博客:www.programiz.com/python-prog…
6.关于lineplot()中使用hue的情况不能设置legend的解决方法（链接：stackoverflow.com/questions/5…
展示没有好的解决方法，可以使用获得题目中的legend之后使用set_test方法来解决
legend = ax.legend()
legend.texts[0].set_text("Whatever else")
7.联合两个表 pd.merge()
merge分为多个连接方式，有内联、左联和右联，可以尝试着使用merge
pd.merge(how ='inner',on ="") #on可以表示在哪个column上进行连接
8.如果需要计算某一列的比例，但是有不同的列计算，于是使用transform("sum")来得到（参考链接：pbpython.com/pandas_tran…）
df["Order_Total"] = df.groupby('order')["ext price"].transform('sum') #对于每一个轴都计算总数
df["Percent_of_Order"] = df["ext price"] / df["Order_Total"]
