如何使用pandas常见dataframe存储数据

使用pandas的DataFrame可以方便地对数据进行存储和处理。以下是一些常见的DataFrame存储数据的方法：

1. 从CSV文件读取数据：使用read_csv()方法读取CSV文件中的数据，并将其存储为DataFrame对象。例如：`df = pd.read_csv('data.csv')`

2. 从Excel文件读取数据：使用read_excel()方法读取Excel文件中的数据，并将其存储为DataFrame对象。例如：`df = pd.read_excel('data.xlsx')`

3. 从Python字典中读取数据：使用DataFrame()方法，将Python字典转换为DataFrame对象。例如：

   data = {'name': ['Alice', 'Bob', 'Charlie', 'David'],
           'age': [25, 32, 18, 47],
           'city': ['New York', 'Paris', 'London', 'Tokyo']}
   df = pd.DataFrame(data)

4. 从Numpy数组中读取数据：使用DataFrame()方法，将Numpy数组转换为DataFrame对象。例如：

   import numpy as np
   data = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
   df = pd.DataFrame(data, columns=['A', 'B', 'C'])

5. 将DataFrame数据保存为CSV文件：使用to_csv()方法，将DataFrame数据保存为CSV文件。例如：`df.to_csv('data.csv', index=False)`

6. 将DataFrame数据保存为Excel文件：使用to_excel()方法，将DataFrame数据保存为Excel文件。例如：`df.to_excel('data.xlsx', index=False)`

7. 将DataFrame数据保存为Python字典：使用to_dict()方法，将DataFrame数据保存为Python字典。例如：`data = df.to_dict()`