常用的pandas DataFrame操作包括：
創建DataFrame：可以通過從列表、字典、Numpy數組或CSV文件中創建DataFrame。
訪問數據：可以使用切片、索引、標簽或條件過濾來訪問DataFrame中的數據。
查看數據：可以使用head()和tail()方法查看DataFrame的前幾行或后幾行數據。
描述性統計：可以使用describe()方法獲取DataFrame列的描述性統計信息，如均值、標準差、最小值、最大值等。
數據清洗和處理：可以使用dropna()方法刪除包含缺失值的行或列，使用fillna()方法填充缺失值，使用replace()方法替換特定值等。
數據排序：可以使用sort_values()方法按照指定的列對DataFrame進行排序。
數據分組和聚合：可以使用groupby()方法按照指定的列進行分組，并使用聚合函數如sum()、mean()、count()等對分組后的數據進行統計。
數據合并和連接：可以使用concat()、merge()和join()等方法將多個DataFrame合并或連接成一個。
數據列操作：可以使用rename()方法重命名列名，使用drop()方法刪除列，使用astype()方法更改數據類型，使用apply()方法對列應用自定義函數等。
數據可視化：可以使用matplotlib和seaborn等庫對DataFrame的數據進行可視化。
這些操作只是pandas DataFrame中的一小部分，pandas還提供了許多其他功能和方法，可以根據具體需求進行使用。
