numpy中DataFrame

在numpy中，DataFrame是pandas库中的一个数据结构，而不是numpy本身的一个数据结构。DataFrame是一个二维的表格型数据结构，可以存储不同类型的数据，并且每列可以有不同的数据类型。它类似于Excel中的表格，可以进行数据的索引、切片、过滤、合并等操作。

在numpy中，可以使用numpy数组来创建DataFrame。可以通过使用字典、列表或Series数组来创建DataFrame。使用字典时，字典的键将成为DataFrame的列标签，字典的值将成为DataFrame的列数据。使用列表时，列表中的每个元素将成为DataFrame的一行数据。使用Series数组时，Series数组的索引将成为DataFrame的行索引，每个Series数组将成为DataFrame的一列数据。

以下是一些创建DataFrame的示例代码：
1. 使用字典创建DataFrame：

   chart = {
       "ID": ["1", "2", "3", "4", "5"],
       "name": ["abi", "baxi", "cine", "deker", "ebby"],
       "gender": [True, False, True, False, False],
       "age": [19, 10, 29, 19, 29],
       "score": [99, 40, 89, 70, 30]
   }
   finalChart = pd.DataFrame(chart)

2. 使用列表创建DataFrame：

   chart1 = pd.DataFrame([[1, "abi", True, 19, 99], [2, "baxi", False, 10, 40]], columns=["ID", "name", "gender", "age", "score"])

3. 使用Series数组创建DataFrame：

   dd = {'one': pd.Series([11, 22, 33, 99], index=[1, 2, 3, 4]), 'two': pd.Series([55, 66, 7], index=[1, 2, 3], dtype=int)}
   dc = pd.DataFrame(dd)

请注意，这些示例中的pd是pandas库的别名，需要先导入pandas库才能使用。