很多时候，读入的数据并不能满足数据分析的需求，还需要对原数据进行处理，例如修改行列名字，修改数字，增加行列，批量修改数据等，例如将1全部替换为True，将0全部替换为False。
修改表格数据
修改数据的操作逻辑是是首先定位到数据，也就是利用索引，比如修改数据x第3行第5列的值，x.iloc[2,4]，接下来重新赋值即可。所以，正确索引非常重要。
data = pd.DataFrame({'a':[1,2,3],'b':[4,5,6],'c':[7,8,9]})
data
data['d']=[10,11,12]
data['a']=[2,2,2]
修改行名列名
有些时候，原文件中的行列名不符合规范，需要进行修改，比如修改大小写，去掉点号等。可以使用rename方法进行操作。
#修改行名
mtcars.rename(index={'Fiat 128':'fiat128'})
mtcars.rename(index={'Fiat 128':'fiat128'},inplace=True)
#修改列名
#mtcars.reset_index()
mtcars.rename(columns={'cyl':'cylinder','mpg':'MPG'})
mtcars.rename({'cyl':'CYL'},axis=1)
增加删除行列
对原文件增加行列，例如在Excel中按行求和与按列求和，求和完成之后添加行列。
#添加删除行列
mtcars.drop(axis=1,index='Merc 230',columns='cyl')
mtcars['mpg2']=mtcars.mpg*2
x.loc[151,:]=x.apply(axis=0,func=sum)
批量替换
将原文件中mpg列大于20的值，替换为True，否则替换为False。对cyl一列取log值。
#修改数据
np.where(mtcars.mpg >20,True,False)
#新生成一列Logic
mtcars['Logic']=np.where(mtcars.mpg > 20,True,False)
#对cyl一列取log值
[np.log(x) for x in mtcars['cyl']]
mtcars.cyl[0]
转置
转置就是将表格的行列进行颠倒，在Excel中需要选择项粘贴实现。在python中，直接使用T属性即可，非常方便。
#使用obj.T可以对数据进行转置
mtcars=mtcars.T
mtcars
