DataFrame数据帧-二维： pandas.DataFrame( data, index, columns, dtype, copy) data:；数据采取各种形式，如:ndarray，series，map，list，dict，constant和另一个DataFrame；index：行标签；columns：列标签；dtype：每列的数据类型；copy:复制数据，默认为false。
所有的ndarrays必须具有相同的长度。如果传递了索引(index)，则索引的长度应等于数组的长度。
import pandas as pd data = {'name': ['tom', 'jack', 'steve', 'ricky'], 'age': [28, 34, 29, 42]} df = pd.DataFrame(data, index=list('abcd')) print(df)字典列表可作为输入数据传递以用来创建数据帧(DataFrame)，字典键默认为列名。
行处理： 1)loc[ ‘行标签’ ] 来选择行 2)iloc[ 要选取的行在列表中的对应的下标 ]函数来选择行 3)行切片 [ n:m] 选择多行 4)附加行 append()表尾添加新的行：
DataFrame.append(other, ignore_index=False, verify_integrity=False, sort=None)若追加的行中存在原数据没有的列，会新增一列，并用nan填充；若追 加的行数据中缺少原数据某列，同样以nan填充5)删除行drop() DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)
labels 就是要删除的行列的名字，用列表给定axis 默认为0，指删除行，因此删除columns时要指定axis=1；index 直接指定要删除的行columns 直接指定要删除的列 import pandas as pd data = {'one': pd.Series([1, 2, 3], index=list('abc')), 'two': pd.Series([1, 2, 3, 4], index=list('abcd'))} df = pd.DataFrame(data) print(df.loc['b']) #loc['行标签'] print(df.iloc[1]) #iloc[要选取的行在列表中的对应的下标] print(df[2:]) #切片 [n:m] print('---'*16) df2 = pd.DataFrame(df[2:], index=list('cf')) #append()添加 data2 = df.append(df2) print(data2) print('---'*16) #DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False) data3 = data2.drop(index=['a','b','c']) print(data3)执行结果： 基本功能：
values： 将系列作为ndarray返回head(n)： 返回前n行tail(n)：返回最后n行shape: 返回表示DataFrame的维度的元组。元组(a，b)，其中a表示行数，b表示列数T ：转换行和列（df.T）