[0;1]

[-1;1]

[0;2]

[-1;0]

-1 до 1 

-1 до 0

0 до 1 

0 до 2 

median()

mean()

mode()

std()

df.sort('Unit price', ascending=False)

df.sort_values(by='Unit price', ascending=False)

df.arrange('Unit price', 'descending')  

df.order_by('Unit price', 'desc')

pd.to_hour(x).time()

df['Time'].apply(lambda x: x.hour())  

pd.to_datetime(x).hour

df['Time'].split(':')[0]

df[df['Product line'] == 'Electronics']

df.sort('Product line', 'Electronics')  

df[df['Product'] == 'Electronics']

df.loc['Product line' == 'Electronics']

df.sort_columns('Total', ascending=True)

df.sort_values(by='Total', ascending=True)

df.sort_by('Total')

df.filter(Gender='Male', Product='Electronics')  

df.query(Gender = 'Male' and Product = 'Electronics')

df.loc[(df['Gender'] == 'Male') & (df['Product'] == 'Electronics')]

df[(df['Gender'] == 'Male') & (df['Product line'] == 'Electronics')]

видалення дерева рішень 

візуалізації дерева рішень 

архівування дерева рішень 

для створення нових продуктів

для генерування нових бізнес-стратегій

для відправлення листів клієнтам

для визначення потенційних клієнтів і класифікації їх на різні категорії