创建DateFrame，基础属性，整体情况查询，按某列进行排序，取行或取列，布尔索引，字符串方法，缺失数据的处理，常用统计方法，分组和聚合，索引和复合索引

  创建DateFrame二维，Series容器

import pandas as pd
t1 = pd.DataFrame(数组,index)
t2 = pd.DataFrame(字典)

如果索引没有对应的值就会自动为NaN，同时类型会为float型

import pandas as pd
import numpy as np
t1 = pd.DataFrame(np.arange(12).reshape((3,4)))
print(t1)

   0  1   2   3
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

import pandas as pd
a = {'age':[18,20], 'name':['xiao','ming'],'class':[3,6]}
t1 = pd.DataFrame(a)
print(t1)

   age  name  class
0   18  xiao      3
1   20  ming      6

基础属性

df.shape    # 行数 列数
df.dtypes    # 列数据类型
df.ndim    # 数据维度
df.index    # 行索引
df.colums    # 列索引
df.values    # 对象值，二维nadrray数组

整体情况查询

df.head(3)    # 显示头部几行，默认5行
df.tail(3)    # 显示末尾几行&