pd.DataFrame使用

`pd.DataFrame`是Python的pandas库中的重要数据结构，它是一个二维表格型的数据结构，类似于电子表格或SQL表。DataFrame可以存储不同类型的数据，如数值、字符串、布尔值等，并且每一列可以有独立的数据类型。它的基本操作包括：

1. **创建**：你可以通过多种方式创建DataFrame，如从列表、字典、CSV文件、Excel文件、数据库提取数据等。

   df = pd.DataFrame(data={'A': [1, 2, 3], 'B': ['a', 'b', 'c']})

2. **查看**：可以用head()或tail()方法查看前几行或后几行数据，也可以用info()了解基本信息。

   print(df.head())

3. **索引和列名**：可以设置和修改索引（行标签）和列名。

   df.set_index('A', inplace=True)
   df.rename(columns={'B': 'Column_B'}, inplace=True)

4. **数据处理**：提供丰富的统计函数如mean(), sum(), groupby()用于聚合、分组计算等。

   total = df.groupby('Column_B').sum()

5. **合并和拼接**：可以水平（concat()）或垂直（append()）地合并或拼接DataFrame。

   df2 = pd.DataFrame({'A': [4, 5], 'B': ['d', 'e']})
   result = pd.concat([df, df2])

6. **数据清洗**：支持缺失值处理，如dropna()删除含有缺失值的行或列。

   df.dropna(inplace=True)  # 删除包含NaN的行