利用DataFrame（）方法新建数据，该数据包含10名学生的姓名、年龄和性别，并储存在文件中。（1）分别利用head预览前几行，利用shape获取数据表的大小，利用info获取数据类型，利用describe获取数据分布情况。（2）修改行索引为汉字；设置“姓名”为行索引；重置索引

好的，以下是针对你的问题的代码实现：

import pandas as pd

# 定义数据
data = {'姓名': ['张三', '李四', '王五', '赵六', '钱七', '孙八', '周九', '吴十', '郑华', '陈龙'],
        '年龄': [20, 21, 22, 23, 24, 25, 26, 27, 28, 29],
        '性别': ['男', '男', '男', '女', '女', '男', '女', '男', '男', '女']}

# 利用DataFrame()方法新建数据
df = pd.DataFrame(data)

# 将数据储存在文件中
df.to_csv('students.csv', index=False)

# 预览前几行
print(df.head())

# 获取数据表的大小
print(df.shape)

# 获取数据类型
print(df.info())

# 获取数据分布情况
print(df.describe())

# 修改行索引为汉字
df.index = ['第一位', '第二位', '第三位', '第四位', '第五位', '第六位', '第七位', '第八位', '第九位', '第十位']
print(df)

# 设置姓名为行索引
df = df.set_index('姓名')
print(df)

# 重置索引
df = df.reset_index()
print(df)

输出结果如下：

   姓名  年龄 性别
0  张三  20  男
1  李四  21  男
2  王五  22  男
3  赵六  23  女
4  钱七  24  女
(10, 3)
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 10 entries, 0 to 9
Data columns (total 3 columns):
 #   Column  Non-Null Count  Dtype 
---  ------  --------------  ----- 
 0   姓名     10 non-null     object
 1   年龄     10 non-null     int64 
 2   性别     10 non-null     object
dtypes: int64(1), object(2)
memory usage: 368.0+ bytes
None
              年龄
count  10.000000
mean   24.500000
std     3.027650
min    20.000000
25%    22.250000
50%    24.500000
75%    26.750000
max    29.000000
     姓名  年龄 性别
第一位  张三  20  男
第二位  李四  21  男
第三位  王五  22  男
第四位  赵六  23  女
第五位  钱七  24  女
第六位  孙八  25  男
第七位  周九  26  女
第八位  吴十  27  男
第九位  郑华  28  男
第十位  陈龙  29  女
     年龄 性别
姓名         
张三   20  男
李四   21  男
王五   22  男
赵六   23  女
钱七   24  女
孙八   25  男
周九   26  女
吴十   27  男
郑华   28  男
陈龙   29  女
    姓名  年龄 性别
0   张三  20  男
1   李四  21  男
2   王五  22  男
3   赵六  23  女
4   钱七  24  女
5   孙八  25  男
6   周九  26  女
7   吴十  27  男
8   郑华  28  男
9   陈龙  29  女