Python Pandas DataFrame基础操作指南

在本节中采用的是数据框作为核心对象的数据分析方法。数据框不仅具有清晰的层次结构还具备良好的扩展性。数据框既包含行索引也包含列索引。
在本节中采用的是数据框作为核心对象的数据分析方法，在Pandas库中，默认情况下会导入数据分析库中的模块。
在本节中采用的是数据框作为核心对象的数据分析方法，在Google Colab/Jupyter Notebook环境中运行。
下面将详细阐述基于Pandas的数据框操作方法。
其中Pandas库提供了一系列强大的函数用于处理复杂的数据场景。

    import pandas as pd
    import numpy as np

1. dataframe的创建

dataframe的创建有很多方法，下面列举了几种主要的创建方法。

a. 通过numpy ndarray创建dataframe

在创建dataframe时，可以自定义行索引index和列索引columns。

    arr = np.random.randn(6,4)
    index_rows = pd.date_range('today', periods=6)
    index_columns = ['A','B','C','D']
    dataframe1 =
    pd.DataFrame(arr,index=in