pandas提供了多種方法來處理多列數據，以下是一些常用的方法：
列選擇：可以通過列名、列索引、正則表達式等方式選擇指定的列。例如，使用單個列名選擇列：df[‘column_name’]；使用多個列名選擇多列：df[[‘column_name1’, ‘column_name2’]]；使用正則表達式選擇列：df.filter(regex=‘regex_pattern’)。
列添加和刪除：可以通過df[‘new_column’] = value的方式添加新列，也可以使用df.drop(columns=[‘column_name’])的方式刪除指定列。
列重命名：可以使用df.rename(columns={‘old_column_name’: ‘new_column_name’})方法來對列進行重命名。
列計算：可以使用算術運算符（+、-、*、/）對多個列進行計算，并將結果存儲在新列中。例如，df[‘new_column’] = df[‘column1’] + df[‘column2’]。
列排序：可以使用df.sort_values(by=‘column_name’)方法按照指定列的值排序數據。
列類型轉換：可以使用astype()方法將列的數據類型轉換為其他類型。例如，df[‘column_name’] = df[‘column_name’].astype(int)將列的數據類型轉換為整數型。
列統計：可以使用聚合函數（如mean、sum、max、min等）對列進行統計計算。例如，df[‘column_name’].mean()計算列的平均值。
列拆分和合并：可以使用str.split()方法將包含多個值的列拆分為多個列，也可以使用str.cat()方法將多個列合并為一個列。
這些方法只是常見的一些列處理方法，pandas還提供了其他更多的功能和方法，可以根據具體的需求選擇合適的方法進行處理。
