如何在Python中创建并操作一个pd.DataFrame对象？

在Python中，`pandas`库是一个强大的数据处理工具，`DataFrame`是其核心数据结构之一。以下是创建和操作`DataFrame`的基本步骤：

1. **创建 DataFrame**：
- **从列表、字典或CSV文件创建**：

     # 列表示例
     data = {'Name': ['Alice', 'Bob', 'Charlie'],
             'Age': [25, 30, 35]}
     df = pd.DataFrame(data)
     
     # 或者从CSV文件读取
     df = pd.read_csv('file.csv')
     
     # 从数据库读取
     import pandas as pd
     df = pd.read_sql_query("SELECT * FROM table", connection)

- **从其他数据结构如NumPy数组**：

     import numpy as np
     array = np.array([[1, 2], [3, 4]])
     df = pd.DataFrame(array, columns=['A', 'B'])

2. **基本操作**：
- **查看数据前几行**：

     print(df.head())

- **选择列或索引**：

     df['Column_Name']  # 获取单列
     df.loc[index]       # 获取指定行

- **修改数据**：

     df['New_Column'] = df['Old_Column'].map(lambda x: x + 1)  # 动态计算新列
     df.at[row_index, column_name] = new_value          # 单元格赋值

3. **统计信息和数据清洗**：

   df.describe()         # 描述性统计
   df.dropna()           # 删除缺失值
   df.fillna(value)      # 填充缺失值