Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
这篇文章的试题主要涉及 Pandas 常用的另外一种数据结构 DataFrame，DataFrame 是一种表格型的数据结构，既有行索引（index），又有列索引（columns），在数据分析中应用非常广泛。
试题一：如何创建 DataFrame 数据结构？
（难度：easy）
分析 创建 DataFrame 对象的语法格式如下：
import pandas as pd
pd.DataFrame(data, index, columns, dtype, copy)
参数说明：
- data: 输入的数据，可以是list、dict、ndarray、series以及DataFrame等
- index：行标签，默认是
np.arange(n)，n代表data的元素数量 - columns：列标签，则默认是
np.arange(n) - dtype：每一列的数据类型
- copy：是否复制数据data，默认为 False 代码
# 通过列表创建
data = [1, 2, 3, 4, 5]
df1 = pd.DataFrame(data)
print(df1)
# 通过字典创建
import pandas as pd
data = {'name':['one', 'two', 'three', 'four'], 'age':[24, 25, 26, 27]}
df2 = pd.DataFrame(data)
print(df2)
# 另一种方法：使用from_dict()方法：
df2 = pd.DataFrame.from_dict(data)
print(df2)
# 通过嵌套列表创建
data = [['one',22], ['two',23], ['three', 24]]
df3 = pd.DataFrame(data, columns=['name','age']) # 此处指定了列索引columns
print(df3)
# 通过 Series 对象创建
data = [pd.Series([1, 2, 3], index=['a', 'b', 'c']),
pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])]
df4 = pd.DataFrame(data)
print(df4)
试题二：如何通过CSV文件构建DataFrame？
（难度：easy）
分析
一般在数据分析时，源数据一般都保存在CSV表格中，那如何通过CSV文件构建DataFrame呢？一般是使用pd.read_csv('filename.csv')方法。
代码
df = pd.read_csv('./xxx.csv')
有几个参数需要注意一下：
sep：指定数据的分割方式，默认的是','header：设置 DataFrame 的列名称，默认为"infer"，如果CSV文件中没有表头，就要指定header参数，header=0，表示第一行为列名，也可以写header=[1, 2, 3]当列名，要是没有列名可以这样header=None。names：当names没被赋值时，header默认为0，即选取数据文件的第一行作为列名；当 names被赋值，header没被赋值时，那么header会变成None。如果都赋值，就会实现两个参数的组合功能，例如header=2，表示把第二行当做列名，第二行下面当成数据，然后再把列名用names指定的内容替换。
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
