Pandas库（1）：DataFrame类_综合

Series是pandas库的一维数据类型，DateFrame是pandas库的二维数据类型。

DateFrame既有行索引，也有列索引：

1）行索引：默认是0，1，2，3。。。，可以通过字典的Key指定行索引name，如果通过ndarray、list、Series等创建则无法指定行索引名称

2）列索引：默认是0，1，2，3。。。，可以通过index参数修改默认列索引名称

方式	方法
1.通过一维的ndarray、列表创建	`x1 = pd.DataFrame(np.array([1, 2, 3])) # ndarray x2 = pd.DataFrame([1, 2, 3]) # list` print(x1) 0 0 1 1 2 2 3
2.通过字典创建	`pd.DataFrame([{'a': 1, 'b': 2, 'c': 3}])` print(x) a b c 0 1 2 3
3.通过pandas库的Series类实例创建	`x3 = pd.DataFrame(pd.Series([1, 2, 3], index=['a', 'b', 'c'])) # Seriesx4 = pd.DataFrame(pd.Series({'a': 1, 'b': 2, 'c': 3}))` print(x3) 0 a 1 b 2 c 3
4.通过DataFrame类实例创建	`x = pd.DataFrame(x3) # 等价于 x = x3.copy() print(id(x)==id(x3)) False`

常用的读写方法如下:

参考文章：

pandas库的DataFrame类型