1--mean(）
.mean(axis=1))
和.mean(axis=1,skipna=False)
#求'列'的平均值(忽略不能计算的)
#求'行'的平均值(忽略不能计算的)
#求行的平均值(有不能计算的值，直接返回NaN)
2--计算方式
.count(),→ count统计非Na值的数量
.min(),→ min统计最小值\n',df['key2'].max(),'→ max统计最大值
quantile(q=0.75),→ quantile统计分位数，参数q确定位置
.sum(),→ sum求和
.mean(),→ mean求平均值
.median(),'→ median求算数中位数，50%分位数
.std(),,df.var(),→ std,var分别求标准差，方差
如果只求 key1 的数： df.['key1'].count
3--.cumsum()累计和
4---#.cumprod()累计积
5--.cummax()求累计最大值
6--.cummin()累计积
7--# 唯一值：.unique()
8--# 值计数：.value_counts()
9--# 成员资格：.isin()
# 用 [ ] 表示
# 得到一个布尔值的Series或者Dataframe
