DataFrame的创建及索引

DataFrame是Pandas中最重要的数据结构之一，它类似于一个二维表格，可以存储多种类型的数据，并且可以方便地进行数据处理和分析。

下面是创建DataFrame的几种方法：

1. 从列表创建DataFrame

import pandas as pd

data = [['小明', 18], ['小红', 20], ['小刚', 22]]
df = pd.DataFrame(data, columns=['姓名', '年龄'])
print(df)

输出：

   姓名  年龄
0  小明  18
1  小红  20
2  小刚  22

2. 从字典创建DataFrame

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚'], '年龄': [18, 20, 22]}
df = pd.DataFrame(data)
print(df)

输出：

   姓名  年龄
0  小明  18
1  小红  20
2  小刚  22

3. 从CSV文件创建DataFrame

import pandas as pd

df = pd.read_csv('data.csv')
print(df)

其中，data.csv是一个CSV格式的文件，内容如下：

姓名,年龄
小明,18
小红,20
小刚,22

DataFrame的索引有两种方式，一种是行索引，一种是列索引。

行索引可以使用iloc和loc方法进行访问。

- iloc：按照行号进行索引，从0开始。

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚'], '年龄': [18, 20, 22]}
df = pd.DataFrame(data)
print(df.iloc[1])  # 访问第2行数据

输出：

姓名    小红
年龄    20
Name: 1, dtype: object

- loc：按照行标签进行索引。

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚'], '年龄': [18, 20, 22]}
df = pd.DataFrame(data, index=['a', 'b', 'c'])
print(df.loc['b'])  # 访问'b'行数据

输出：

姓名    小红
年龄    20
Name: b, dtype: object

列索引可以使用列名进行访问。

import pandas as pd

data = {'姓名': ['小明', '小红', '小刚'], '年龄': [18, 20, 22]}
df = pd.DataFrame(data)
print(df['姓名'])  # 访问'姓名'列数据

输出：

0    小明
1    小红
2    小刚
Name: 姓名, dtype: object