pandas使用sort_values函数和groupby函数获取每个分组数值最大的前N行数据（n rows with largest column value in each group in dataframe）

pandas使用groupby函数和agg函数获取每个分组特定变量独特值的个数（number of distinct values in each group in dataframe）

pandas使用groupby函数进行分组聚合、使用get_group函数获取指定分组的数据（extract specific group after groupby in dataframe）

pandas使用goupby函数和nunique函数计算每个分组对应的多个变量的独特值的个数（ unique values of each group in dataframe）

pandas使用idxmax函数获取dataframe每个数据行中最大值对应的列名称（column label of max value in each row in dataframe）

pandas使用groupby和agg函数聚合统计数据、返回每个分组下的结果数据列表list(grouping rows into lists in dataframe)

pandas使用iteritems函数迭代地查看dataframe中的每个数据列（iterate over each column of a dataframe）

pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动分位数(rolling quantile)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额分位数

pandas移除dataframe字符串数据列中的前N个字符（remove the first n characters from values from column of dataframe)

pandas使用groupby函数计算dataframe数据中每个分组的N个数值的滚动平均值(rolling mean)、例如，计算某公司的多个店铺每N天（5天）的滚动销售额平均值

pandas使用isna函数和any函数计算返回dataframe中包含缺失值的数据行（rows with missing values in dataframe）