pandas中的DataFrame
import pandas as pd
import numpy as nppandas中主要有两种数据结构，分别是：Series和DataFrame。
(1)Series：一种类似于一维数组的对象，是由一组数据(各种NumPy数据类型)以及一组与之相关的数据标签(即索引)组成。仅由一组数据也可产生简单的Series对象。注意：Series中的索引值是可以重复的。
(2)DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
1、DataFrame的创建
（1）通过二维数组创建
（2）通过字典的方式创建
# 通过二维数组创建
df1=pd.DataFrame([['Den','Aql','Rek'],[89,6,90]])
df1# 通过字典创建dataframe的要求：字典的value要求：一维数组或者单一数据
# 字典的键作为列索引
# 字典的数据作为列数据
# index没有显示指定时，创建range(0,len(dict))
dic={'数学':[25.1,26,27,28],'语文':98,'名字':['Dkd','Hff','Zfs','Lghgd']}
df2=pd.DataFrame(dic)
df22、获取DataFrame的行索引、列索引、值
print("==================行索引===================")
print(df2.index)
print("==================列索引===================")
print(df2.columns)
print("=============dataframede值===================")
print(df2.values)# 重置行索引的值
df2.index=["one","two","three","four"]
df23、DataFrame数据获取和修改
（1）可以直接通过列索引获取指定列的数据， eg: df[column_name]
（2）如果需要获取指定行的数据的话，需要通过ix方法来获取对应行索引的行数据，eg: df.ix[index_name]
# 通过列索引获取一整列的值
df2["名字"]# 通过列索行获取一整列的值
print(df2.ix['one'])
print("=========================")
df2.ix[['one','three'],'名字']# 通过列索引，修改整一列的值
df2['数学']=[98,98,98,98]
df2# 通过行索引修改整行的数值
df2.ix['one']=['Drt',100,100]
df2df2.loc['one']