Pandas中DataFrame有什么用

# ## Pandas DataFrame 的基本操作import pandas as pdimport numpy as np# In[45]:data = {    'Day':[1,2,3,4,5,6,7],    'Visits':[23,45,12,46,88,45,98],    'Rates':[1.0,2.1,3.5,2.2,4.3,4.5,5.0]}# ## 使用DataFrame加载数据# In[46]:df = pd.DataFrame(data)# In[47]:df# ## 查看前五条数据# In[48]:df.head()# ## 查看最后五条数据# In[49]:df.tail()# ## 查看最后2条数据# In[50]:df.tail(2)# ## 使用set_index()设置dataframe的索引列# In[51]:df.set_index('Day')# ## 我们继续打印前5条数据# ## 发现索引并没有改为上边设置的Day# ## 因为使用df.set_index('Day')默认情况下创建了新的对象# In[52]:df.head()# ## 修改如上代码使索引生效# In[53]:df2 = df.set_index('Day')df2.head()# ## 我们使用参数inplace=True完成同样的事情# ## 意思为修改DataFrame不创建新的对象# In[54]:df.set_index('Day',inplace=True)df.head()# ## 打印Visits的列值# In[55]:df = pd.DataFrame(data)df['Visits']# In[56]:df.Visits# ## 同时打印Visits和Rates的值# In[57]:df[['Visits','Rates']]# ## 将Visits列的值转换为list# In[58]:df.Visits.tolist()# ## 将Visits和Rates两列转换为numpy数组# In[59]:np.array(df[['Visits','Rates']])# ## 将numpy数组作为数据源加载到DataFrame# In[60]:df_new = pd.DataFrame(np.array(df[['Visits','Rates']]))df_new