数据分析小课-python数据清洗实战入门-pandas常用数据结构dataframe创建和方法-dim，shape，tolist，dtype

• 通过pandas.DataFrame来创建DataFrame数据结构。
• pandas. DataFrame(data,index,dtype,columns)。
• 上述参数中，data可以为列表，array或者dict。
• 上述参数中， index表示行索引， columns代表列名或者列标签

示例

list1 = [['张三',23,'男'],['李四',27,'女'],['王二',26,'女']]#使用嵌套列表
df1 = pd.DataFrame(list1,columns=['姓名','年龄','性别'])
df2 = pd.DataFrame({'姓名':['张三','李四','王二'],'年龄':[23,27,26],'性别':['男','女','女']})
array1 = np.array([['张三',23,'男'],['李四',27,'女'],['王二',26,'女']])# 使用numpy
df3 = pd.DataFrame(array1,columns=['姓名','年龄','性别'],index = ['a','b','c’] )#columns列标签
df3.columns.tolist()#列标签转换为列表
df3.dim #获取维度
df2.shape #几行几列
df2.dtypes #columns的数据类型