一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第7天，点击查看活动详情。
之前的文章已经介绍了 Pandas Series数据结构及其操作，接下来就来介绍 Pandas 另一种数据结构 Dataframe。
DataFrame 是一种二维的表格型的数据结构，由行和列组成，既有行索引index，也有列索引columns，可以将其理解成存放Series对象的容器。
Dataframe 的创建
语法格式如下：
import pandas as pd
pd.DataFrame(data, index, columns)
常用参数说明：
- data: 要存储的数据，可以是列表、字典、ndarray数组、Series对象，或者Dataframe也可以
- index：行索引
- columns：列索引
- ···
下面通过具体代码了解一下。
通过字典创建：
import pandas as pd
data = {"name": ["Alice", "Bob", "Cindy", "David"], "age":[25, 23, 28, 24]}
df = pd.DataFrame(data)
df
另一种方式：
df = pd.DataFrame.from_dict(data)
通过列表创建：
data = [["Alice", 25], ["Bob", 23], ["Cindy", 28], ["David", 24]]
df = pd.DataFrame(data, columns=["name", "age"])
df
在此处指定了列索引columns，执行结果同上。
通过Series对象创建:
data = [pd.Series(["Alice", 25], index=["name", "age"]), pd.Series(["Bob", 23, "man"], index=["name", "age", "gender"])]
df = pd.DataFrame(data)
df
下面介绍一个特别的方式：
读取.CSV文件的内容：
在进行数据分析时，有时源数据会保存在.CSV表格中，我们可以使用 Pandas 提供的pd.read_csv('filename.csv')方法进行读取，并返回Dataframe对象，代码如下：
df = pd.read_csv('./xxx.csv')
部分可选参数：
- sep：指定数据的分隔符
- header：指定DataFrame的列名称，默认为.CSV文件的表头，也可以设置指定的行，比如
header=1，表示设置第二行为列名称，也可以设置为header=[xx, xx, xx]的形式，也可以设置header=None，这时需要指定name参数。 - names：指定列名称，使用列表方式进行设置，设置后可替换
header参数设置的列名称。
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 ！
