这篇我们继续来介绍pandas的数据结构，上篇里提到的Series为一维数组，而此篇的主角DataFrame则为二维数组，它也同样可以存放多种类型的数据。

创建DataFrame

pandas提供了两种创建DataFrame的途径

1. pandas.DataFrame()函数
   可以由Python字典或NumPy的ndarray创建DataFrame

   
   DataFrame函数

2. pandas.concat() 函数
   可以将一组Series组合为一个DataFrame，也支持多个DataFrame组合。

   
   Concat函数

DataFrame有两个重要属性

1. index 属性
   索引值，与Series的index属性类似

2. columns属性
   列名，纵向Series的名称，为DataFrame提供了第二个维度

   
   index与columns属性

获取DataFrame中元素

获取元素方式与Series基本一致，但有一点你必须时刻牢记于心，DataFrame是二维的。

获取DataFrame元素

过滤DataFrame中元素

使用loc函数加上普通比较符就可以方便的对DataFrame中的元素进行过滤

过滤元素

列操作

DataFrame支持列的新增与删除

列操作

DataFrame组合

可以使用concat()函数，组合两个DataFrame

组合DataFrame

绘图

使用matplotlib可进行方便的绘图

绘图

统计方法

DataFrame已经内置了统计学方法，可以方便地获取统计数据，但与Series不同，需要指定统计的维度，通过行还是列进行统计。

Paste_Image.png

标量运算

DataFrame支持标量，我们可以对其中所有元素进行等比例放大或同时加减某值。

支持标量运算

到这里，pandas中Series和DataFrame这两个数据结构就已经介绍完了，只是介绍了常见的一些用法，更高级的应用大家可以自行去查官网的文档。

谢谢阅读，欢迎订阅！