要用Python整理数据，首先需要导入相应的库，如pandas和numpy。然后，可以使用pandas库中的DataFrame来创建一个数据框来存储和整理数据。
以下是一个示例代码，演示如何使用Python和pandas来整理数据：
```python
import pandas as pd
import numpy as np
# 创建一个示例数据框
data = {'姓名': ['张三', '李四', '王五', '赵六'],
'年龄': [20, 25, 30, 35],
'性别': ['男', '女', '男', '女'],
'成绩': [80, 90, 85, 95]}
df = pd.DataFrame(data)
# 查看数据框的前几行
print(df.head())
# 查看数据框的统计摘要信息
print(df.describe())
# 按某一列排序数据框
df_sorted = df.sort_values('年龄')
print(df_sorted)
# 筛选出满足条件的行
df_filtered = df[df['成绩'] > 85]
print(df_filtered)
# 添加新的列到数据框
df['年级'] = ['大一', '大二', '大三', '大四']
print(df)
# 删除某一列或行
df_drop_column = df.drop('年龄', axis=1)
df_drop_row = df.drop(2)
print(df_drop_column)
print(df_drop_row)
```
上述代码中，首先创建了一个示例数据框，然后演示了如何查看数据框的前几行和统计摘要信息，如何按某一列排序数据框，如何筛选出满足条件的行，如何添加新的列到数据框，以及如何删除某一列或行。这些都是常用的整理数据的操作。根据具体需求，你可以根据这些示例代码进行修改和调整。
