pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)

`pd.DataFrame()` 是 Pandas 库中的核心数据结构之一，用于存储表格数据，它允许你在二维表格中组织数据。以下是 `pd.DataFrame` 函数的一些主要参数：

1. **data**: (可选) 要填充的数据，可以是 NumPy 数组、NumPy 表达式、列表、字典、Series 或 DataFrame。如果 None，则创建一个空框架。

示例:

   import pandas as pd
   df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

2. **index**: (可选) 初始索引标签。默认是 range(0, len(data))。如果你想要自定义索引，可以传递一个数组或序列。

3. **columns**: (可选) 列名，同样可以用来设置列的顺序。默认是数据的第一维名称（如果适用）或简单的数字索引。

4. **dtype**: (可选) 数据类型。指定每一列的数据类型，比如 `{'A': 'int', 'B': 'float'}`。

5. **copy**: (可选布尔值，默认 False) 如果为 True，则返回一个独立的副本而不是原始对象。

通过这些参数，你可以轻松地创建一个带有列名和定制数据类型的 DataFrame。下面是一些示例：

# 创建一个简单 DataFrame
df1 = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'],
                    'Age': [25, 32, 18],
                    'City': ['New York', 'Paris', 'London']})

# 使用字典和列表
data = {'Name': ['David', 'Eve'], 'Score': [85, 90]}
df2 = pd.DataFrame(data)

# 设置特定列的数据类型
df3 = pd.DataFrame({'Values': [1, 2, 3], 'Strings': ['a', 'b', 'c']}, dtype={'Values': int})