Pandas 数据结构 - DataFrame
Pandas DataFrame 是一个二维的数组结构，类似二维数组。
DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。
DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。
DataFrame 构造方法如下：
pandas.DataFrame( data, index, columns, dtype, copy)
参数说明：
-
data：一组数据(ndarray、series, map, lists, dict 等类型)。
-
index：索引值，或者可以称为行标签。
-
columns：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
-
dtype：数据类型。
-
copy：拷贝数据，默认为 False。
实例：使用列表创建：
import pandas as pd data = [['Google',10],['Runoob',12],['Wiki',13]] df = pd.DataFrame(data,columns=['Site','Age'],dtype=float) print(df)
使用 ndarrays 创建
ndarray 的长度必须相同， 如果传递了 index，则索引的长度应等于数组的长度。
如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
import pandas as pd
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)
从以上输出结果可以知道， DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：
实例 - 使用字典创建
import pandas as pd
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
df = pd.DataFrame(data)
print (df)
没有对应的部分数据为 NaN。
Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1，以此类推：
import pandas as pd
data = {
"calories": [420, 380, 390],
"duration": [50, 40, 45]
}
# 数据载入到 DataFrame 对象
df = pd.DataFrame(data)
# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
#也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开：
# 返回第一行和第二行
print(df.loc[[0, 1]])
#指定索引值
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])
print(df)
# 指定索引
print(df.loc["day2"])
可以在jupyter notebook里面输入上面的代码，然后输入df就可以看到下面的DataFrame情况
输出1：返回第一行，返回第二行 ！！！注意：返回结果其实就是一个 Pandas Series 数据。
:
输出2：返回第一行和第二行，！！！注意：返回结果其实就是一个 Pandas DataFrame 数据。
输出3：指定索引值
