1、pandas.read_sql(sql语句， conn连接对象)可以直接访问数据库的数据并格式为pandas容易处理的格式
2、pandas会默认将所有数字转换为float类型数据，当我们需要把这一串数字当字符串来处理时需要进行pd.astype()数据转换
3、pandas通过pd.dtypes来查看多列或一系列的数据类型，注意没有加括号
4、使用mean()计算平均值的时，他不会去计算None的值，也就是说会把None值排除在外来计算平均值，0不算None
5、在使用data.to_sql来连接数据库的时候，to_sql是不支持pymysql的，最好是使用sqlalchemy的create_engine来创建连接

data.to_sql(name, conn, if_exists, index)常用参数在括号中
data为要写入的DataForm或者Series数据
name为写入数据的表名
conn为sqlalchemy.create_engine创建的连接
if_exists为当表存在时的操作，有3种：fail(失败处理)，replace(替换)，append(在原来的表中添加数据)
index为布尔值，表示是否写入时包括index索引，创建一个index字段

6、使用data.dropna()来删除缺失值

data.dropna(axis, how, thresh, subset, inplace)
aixis=(0,1)选择要删除行还是列,一般情况是行(0)
how=('all', 'any')前者表示一行所有都是缺失值才删除，后者表示有缺失值就删除
thresh=(整数)必须要有thresh个值不是缺失的才不会删除这行，否则就删除
subset=([字段列表])删除指定列中有缺失值的行
inplace=(True, False)是否在原来的值上修改

7、DataForm对象可以直接赋值来增加某列或更改某个值，但是数据的长度必须一致