import pandas as pd
import numpy as np

boolean=[True,False]
gender=["男","女"]
color=["white","black","yellow"]
data=pd.DataFrame({
    "height":np.random.randint(150,190,100),
    "weight":np.random.randint(40,90,100),
    "smoker":[boolean[x] for x in np.random.randint(0,2,100)],
    "gender":[gender[x] for x in np.random.randint(0,2,100)],
    "age":np.random.randint(15,90,100),
    "color":[color[x] for x in np.random.randint(0,len(color),100) ]
}
)

#属性
data.columns            
data.index       
data.values    
data.shape
###################################################
#统计某列数据分布（数值和对应的数量）
data[‘color‘].value_counts()

#枚举某一列
data[‘gender‘].unique()
    
#返回前N条，后M条
data.head(n=N)           
data.tail(n=M)      

##选择数据，
#第一种是根据位置，第二种是根据index和columns的名字选择
data.iloc[0,0]   
data.loc[2:4,[‘height‘,‘weight‘]]
#根据布尔值筛选数据
data[data[‘gender‘]==‘男‘]

#①使用字典进行映射
data["gender"] = data["gender"].map({"男":1, "女":0})

#②使用函数
def age_map(x):
    gender = x if x >50 else 50
    return gender
#注意这里传入的是函数名，不带括号
data["age"] = data["age"].map(age_map)