pandas 用法持续总结：
问题1: 需要把表中部分column转换成列，每一个column对应第一列的编码。
方法：melt(...)
参数：df.melt(id_vars=['A'], value_vars=['B'])
说明：指定ID字段,本例中id_vars是第一列编码。
转换前
转换后：
问题2: 由于转换后index乱序，重新排序
方法：reset_index()
参数：drop=True
说明：去掉乱序的index，使用新的index
问题3:排序
方法：sort_values()
参数：列名称组成的序列
说明：df.sort_values(['国际编码','variable'])，排序后index错乱
问题4:删除一行根据指定条件
方法：drop()
参数：index
说明：df.drop(df[df.value==0].index) drop接收index然后进行删除，inplace参数设置为True的时候，不返回对象，直接修改。
问题5:修改column名
方法：rename()
参数：columns字典
说明：接收columns参数，传入旧列名和新列名字典对应。
问题6:if then 修改值
方法：df.loc[df.列名 > 值，['影响的列']] = 新值
说明：看下图
问题7:if then else 判断值并新增
方法：np.where()
参数：df['新列']=np.where(df['列名'] == '值'，为True的时候的值，为False时候的值 )
问题8: 判断值之后，两列对掉
方法：np.where(条件表达式，true的值，false的值)
说明：看下图实例
