常用的pandas DataFrame操作包括：
创建DataFrame：可以通过从列表、字典、Numpy数组或CSV文件中创建DataFrame。
访问数据：可以使用切片、索引、标签或条件过滤来访问DataFrame中的数据。
查看数据：可以使用head()和tail()方法查看DataFrame的前几行或后几行数据。
描述性统计：可以使用describe()方法获取DataFrame列的描述性统计信息，如均值、标准差、最小值、最大值等。
数据清洗和处理：可以使用dropna()方法删除包含缺失值的行或列，使用fillna()方法填充缺失值，使用replace()方法替换特定值等。
数据排序：可以使用sort_values()方法按照指定的列对DataFrame进行排序。
数据分组和聚合：可以使用groupby()方法按照指定的列进行分组，并使用聚合函数如sum()、mean()、count()等对分组后的数据进行统计。
数据合并和连接：可以使用concat()、merge()和join()等方法将多个DataFrame合并或连接成一个。
数据列操作：可以使用rename()方法重命名列名，使用drop()方法删除列，使用astype()方法更改数据类型，使用apply()方法对列应用自定义函数等。
数据可视化：可以使用matplotlib和seaborn等库对DataFrame的数据进行可视化。
这些操作只是pandas DataFrame中的一小部分，pandas还提供了许多其他功能和方法，可以根据具体需求进行使用。