接下來要會介紹pandas內重要的函數，包含資料的顯示、新增、刪除與排序，那我們就開始吧！
溫馨提醒 : 建議使用電腦做觀看，以下包含內容較小的圖片。

最最最開始一定要先 import pandas

import pandas as pd
使用read_csv()讀取一個CSV的檔案
df = pd.read_csv('./csv檔案位置')
使用.head()可以顯示5筆資料（預設是5筆）也可以自訂，只需要在括弧內加上要的數字：
df.head(3)
要顯示最後五筆資料則可以使用.tail()，和head()一樣，可以在括號內加上要顯示幾筆資料：
df.tail()
如下圖，匯入資料後分別顯示前五筆資料與最後三筆資料：

使用.info()可以看到該檔案的資訊：
df.info()
可以看到上面顯示了有哪些columns、大小和資料類型等等。

.shap
要如何知道檔案的大小呢？使用shape。
df.shape
就會顯示(rows,columns)

df.shape
(458, 9)
先來看一下我們的資料：

選擇一項資料：
如上圖，我們選擇Name好了，要怎麼選呢？
df['Name']
若只要選擇某幾筆資料則：
df['Name'][0:4]
0    Avery Bradley
1      Jae Crowder
2     John Holland
3      R.J. Hunter
Name: Name, dtype: object
在上面這一行程式碼內會先挑出Name這個column內所有資料，[0:4]則是我們之前在python語法內所提過的，會從第0筆選到小於4的資料。
選擇多項資料：
選擇多項資料也非常得簡單，只需要把要選擇的資料用list的資料格式就可以了！
df[['Name','Team']]
資料新增：
上一篇的最後我有提到怎麼新增column並加上資料，不過這邊還有另外一個方式可以新增，就是insert()
df.insert(3,column="sport",value="Basketball")
來解釋一下上面這個函式在做什麼吧，新增一個叫sport的column在第三個位置，裡面的值是"Basketball"，如圖：

資料刪除：
知道如何新增資料之後，來看看如何刪掉資料吧！很多時候我們所得到的資料不一定是完全都有數值的很可能含有NaN，這時候就需要把它給刪除。
我們先讀取檔案
nba = pd.read_csv("csv/nba.csv")
有一個叫做dropna()的函式可以幫我們刪除NaN的資料！
nba.dropna()
記得把它存到一個變數，不然它是不會改變的哦！
nba = nba.dropna()
如下圖，其實可以看到在上圖有NaN的資料內容，執行dropna()後，可以看到它不見了。

（或是可以看到幾個index不見了！）

空白資料填充
若我們不打算刪除空的資料，我們還有一個方法可以做就是把NaN的資料代換掉。
nba = nba.fillna(0)
使用fillna()函式，在括弧中填入自己想要填入的值，在上面的程式中我們把它換成0。
除了前面介紹的新增刪除修改外，當然可以做資料的排序！
nba.sort_values("Name")
在上面的程式中，我想排序Name的資料，只需要在資料後面加上.sort_values()並在括弧內加上要排序的column，如下圖：

若你在括弧內使用shift加上tab可以看到有哪些參數可以使用，其中有一項ascending預設為True，我們改成False試試看：
nba.sort_values("Name",ascending= False)
可以發現它順序反過來了！

我們今天說明了如何用pandas操作資料的函數！

包含資料顯示、資料新增、資料刪除、資料取代以及資料排序。