dataframe分类汇总

数据框（dataframe）是Pandas库中最重要的数据结构之一，也是数据分析工作中最常用的数据结构之一。数据框可以看作是由多个Series对象组成的二维表格，其中每一列都是一个Series对象。数据框可以存储各种类型的数据，包括整数、浮点数、字符串、日期等。下面是对数据框的一些分类汇总。

1. 按照行列索引方式分类
按照行列索引方式分类，数据框可以分为两类：有序数据框和无序数据框。有序数据框是指行列索引都有特定的顺序，无序数据框是指行列索引没有特定的顺序。

2. 按照数据类型分类
按照数据类型分类，数据框可以分为数值型数据框和非数值型数据框。数值型数据框包括整型数据框和浮点型数据框，非数值型数据框包括字符型数据框和日期型数据框。

3. 按照数据来源分类
按照数据来源分类，数据框可以分为内存数据框和外部数据框。内存数据框是指数据存储在内存中，可以通过Python代码生成，外部数据框是指数据存储在外部文件中，可以通过Pandas库提供的读取函数读取到内存中。

4. 按照数据处理方式分类
按照数据处理方式分类，数据框可以分为静态数据框和动态数据框。静态数据框是指数据框中的数据不会随时间变化而变化，动态数据框是指数据框中的数据会随时间变化而变化。动态数据框常用于时间序列数据的处理。

5. 按照数据结构分类
按照数据结构分类，数据框可以分为普通数据框和层次化数据框。普通数据框是指数据框中只有一层行列索引，层次化数据框是指数据框中有多层行列索引。层次化数据框可以更好地处理多维数据。

以上是数据框的一些分类汇总，不同的数据框有不同的特点和应用场景，根据实际需求选择适合的数据框进行数据处理和分析。