DataFrame对象是一个由行列组成的表。DataFrame中行由columns组成，列由index组成，它们都是Index对象。它的值还是numpy数组。

import pandas as pd
data = {'name':['ming', 'hong', 'gang', 'tian'], 'age':[12, 13, 14, 20], 'score':[80.3, 88.2, 90, 99.9]}
df1 = pd.DataFrame(data,index=range(1,5))
print(df1)

dateframe 包括行和列的标签
name age score
1 ming 12 80.3
2 hong 13 88.2
3 gang 14 90.0
4 tian 20 99.9

print(df1.index)    # RangeIndex(start=1, stop=5, step=1)
print(df1.columns)  # Index(['name', 'age', 'score'], dtype='object')
print(df1.values)

df1.values 不包括行和列标签
[[‘ming’ 12 80.3]
[‘hong’ 13 88.2]
[‘gang’ 14 90.0]
[‘tian’ 20 99.9]]

DataFrame对象进行索引

1：使用columns的值对列进行索引

直接使用columns中的值进行索引，得到的是一列或者是多列的值

print(df1['name'])

1 ming
2 hong
3 gang
4 tian
Name: name, dtype: object

print(df1[['name','age']])

name age
1 ming 12
2 hong 13
3 gang 14
4 tian 20
注意：不可以直接使用下标对列进行索引，除非该columns当中包含该值。如下面的操作是错误的

print(df1[0])   # 结果： 错误

2：切片或者布尔Series对行进行索引

使用切片索引，或者布尔类型Series进行索引：

print(df1[0:3])

name age score
1 ming 12 80.3
2 hong 13 88.2
3 gang 14 90.0

print(df1[ df1['age'] > 13 ])

name age score
3 gang 14 90.0
4 tian 20 99.9

3：使用loc和iloc进行索引

本质上loc是用index和columns当中的值进行索引，而iloc是不理会index和columns当中的值的，永远都是用从0开始的下标进行索引。所以当你搞懂这句话的时候，下面的索引就会变得非常简单：

print(df1.loc[3])  # 返回行索引为 3 的数据

name gang
age 14
score 90
Name: 3, dtype: object

print(df1.loc[:,'age']) # 返回列索引为age的数据

1 12
2 13
3 14
4 20
Name: age, dtype: int64

print(df1.iloc[3]) # iloc不理会index和columns中的值，从0开始的下标进行索引

name tian
age 20
score 99.9
Name: 4, dtype: object

print(df1.iloc[:,1])  # 返回列索引为 1 的数据

1 12
2 13
3 14
4 20
Name: age, dtype: int64

DataFrame

Constructor

Attributes and underlying data属性与基础性数据

Axes

Conversion 转换

Indexing, iteration 索引，迭代

For more information on .at, .iat, .loc, and .iloc, see the indexing documentation.

Binary operator functions 二元运算符函数

Function application, GroupBy & window

函数应用程序 分组和窗体

Computations / descriptive stats 计算/描述性统计

Reindexing / selection / label manipulation

重新编制索引/选择/标签操作

Missing data handling 缺失数据处理

Reshaping, sorting, transposing

Combining / comparing / joining / merging

合并/比较/加入/合并

Time Series-related 时间序列相关

Metadata

DataFrame.attrs is a dictionary for storing global metadata for this DataFrame.
Warning
DataFrame.attrs is considered experimental and may change without warning.

Plotting

DataFrame.plot is both a callable method and a namespace attribute for specific plotting methods of the form DataFrame.plot.<kind>.

Sparse accessor

Sparse-dtype specific methods and attributes are provided under the DataFrame.sparse accessor.

Serialization / IO / conversion 序列化/IO/转换