1. head() e tail(): Esses métodos permitem visualizar as primeiras ou últimas linhas de um DataFrame. Por padrão, head() mostra as primeiras 5 linhas, enquanto tail() mostra as últimas 5 linhas.
2. info(): Esse método fornece um resumo conciso das informações sobre o DataFrame, incluindo o tipo de dados de cada coluna e a contagem de valores não nulos.
3. describe(): Esse método calcula estatísticas descritivas para cada coluna numérica do DataFrame, como contagem, média, desvio padrão, mínimo, quartis e máximo.
4. shape: Esse atributo retorna uma tupla contendo o número de linhas e colunas do DataFrame.
5. columns: Esse atributo retorna uma lista com os nomes das colunas do DataFrame.
6. loc[] e iloc[]: Esses métodos são usados para acessar elementos específicos em um DataFrame. O loc[] é usado para acessar linhas e colunas por meio de rótulos, enquanto o iloc[] é usado para acessar linhas e colunas por meio de índices inteiros.
7. drop(): Esse método é usado para remover linhas ou colunas de um DataFrame. Ele retorna um novo DataFrame sem as linhas ou colunas especificadas.
8. fillna(): Esse método é usado para preencher valores ausentes (NaN) em um DataFrame com um valor específico.
9. groupby(): Esse método permite agrupar os dados com base em uma ou mais colunas e realizar operações agregadas, como soma, média, contagem, etc.
10. sort_values(): Esse método é usado para classificar o DataFrame com base em uma ou mais colunas.

Esses são apenas alguns exemplos dos muitos métodos disponíveis no Pandas. A documentação oficial do Pandas é uma excelente fonte para explorar mais funcionalidades e métodos específicos da biblioteca.