DataFrame是Pandas库中最常用的数据结构之一，它是一个类似于二维数组或表格的数据结构。DataFrame由多个列组成，每个列可以是不同的数据类型（如整数、浮点数、字符串等）。每列都有一个列标签（column label），每行都有一个索引（index），使得我们可以通过标签或索引来访问和操作数据。我们可以使用多种方式来创建DataFrame，最常见的方式是从CSV文件、Excel文件、SQL数据库等外部数据源中读取数据。另外，我们也可以通过手动输入数据、从字典或列表中创建DataFrame。一旦创建了DataFrame，我们可以使用各种方法和函数来对数据进行操作。例如，我们可以进行数据的筛选、排序、合并、分组等操作，还可以进行统计分析、数据可视化等。总的来说，DataFrame是Pandas库中非常强大和灵活的数据结构，使得我们可以轻松地对数据进行处理、分析和可视化。
DataFrame是pandas库中用于处理和分析数据的重要数据结构。它可以被看作是一个二维的表格，类似于电子表格或SQL中的数据库表。DataFrame的特点包括：
二维结构：DataFrame由行和列组成，可以像表格一样对数据进行操作和分析。
标签索引：每一个列和行都有一个唯一的标签索引，可以通过标签来引用和操作数据。
不同数据类型：DataFrame中的每一列可以是不同的数据类型，例如整数、浮点数、字符串等。
缺失值处理：DataFrame可以处理缺失值，可以使用NaN或None来表示缺失的数据。
灵活的操作：DataFrame可以进行多种灵活的操作，包括数据过滤、排序、统计、重塑等。
数据对齐：DataFrame可以根据标签自动对齐数据，使得操作更加方便。
DataFrame是pandas库中最常用的数据结构之一，提供了丰富的功能和方法，可以快速高效地处理和分析数据。
一、Dataframe的创建
DataFrame可以通过多种方式进行创建。下面列举了一些常见的创建DataFrame的方法：
从CSV文件或Excel文件中读取数据
从字典中创建DataFrame
从列表中创建DataFrame
手动创建DataFrame
1、从字典中创建DataFrame
使用字典创建DataFrame是一种常见的方法。可以将字典中的每个键值对作为一列数据，通过pd.DataFrame()函数将字典转换为DataFrame对象。
2. 从CSV文件或Excel文件中读取数据
可以使用pandas库中的read_csv()和read_excel()函数从CSV文件或Excel文件中读取数据，并创建DataFrame。传入参数为文件地址。
二、Dataframe切片
1、索引
df[[列名1,列名2...列名n]] ------ 其中n=[0,正无穷]
2、切片
2.1、行切片
df[行索引1:行索引2] ------ 不包括行索引2
df.loc[行索引1:行索引2] ------ 包括行索引2
2.2、列切片
df.loc[:,'列名':'列名']
三、Dataframe方法
|----------|--------|--------|--------|
| 方法 | 说明 | 方法 | 说明 |
| min | 最小值 | max | 最大值 |
| mean | 均值 | ptp | 极差 |
| median | 中位数 | std | 标准差 |
| var | 方差 | cov | 协方差 |
| sem | 标准误差 | mode | 众数 |
| skew | 样本偏度 | kurt | 样本峰度 |
| quantile | 四分位数 | count | 非空值数 |
| describe | 描述统计 | mad | 平均绝对离差 |