Pandas的使用2（DataFrame）

    Series实现了一维数据的储存和操作，而DataFrame则完成了二维数据储存，有人将其翻译为“数据框”。实际上，DataFrame可以认为是Series的Series。下面的代码依然默认已经导入了Pandas库。

1、DataFrame是Series的Series

    虽然代码编辑器将s1竖排显示，但我们也可以看做是横排显示的，这样有利于认识DataFrame，将s1定义中的"xx"、“yy”、“zz”用List来替换，并增加了内容，就可以得到d1。

    更显然地，使用字典套字典的形式来定义DataFrame对象，能够更加清楚地看到DataFrame是Series的Series这一特性：

    d1声明时没有指定index，因此默认是0开始的数字

2、DataFrame的下标

    d2对象中，a、b、c构成了它的列标签（columns），i、ii、iii构成了它的行标签（index），这就是为什么要将Series横排来看的原因。DataFrame中使用Series储存一个个的Series，一列就是一个子Series。

    使用字典套字典的方式定义DataFrame，index要多次出现，十分不方便，Pandas提供了修改index的方法

    值得注意的是，columns的标签并不能修改，但可以拓展，未知数据用NaN表示。但此时index不能拓展，如果需要拓展，dic1需要使用字典套字典的形式来定义。

    此时columns和index都可以拓展

3、DataFrame的值拷贝

    上面的代码都是用字典来定义一个DataFrame对象。DataFrame可以通过columns和index来抽取另外一个DataFrame的数据：

    正如上面所说，DataFrame是Series的Series，因此可以通过columns标签获取子Series：

    s1就是一个Series，可以通过d2直接访问Series的元素：

    同样，DataFrame也可以做像Series那样的运算：

    DataFrame也可以以Series为单位来赋值：

    这为d2增加了一列d，并且ii行没有值，因此用NaN填充

    当然，也可以精确赋值（可以被赋值为None）：

    也可以执行del来删除一列