---

引言：

       什么是DataFrame？
       DataFrame：一个表格型的数据结构，包含有一组有序的列，每列可以是不同的值类型(数值、字符串、布尔型等)，DataFrame即有行索引也有列索引，可以被看做是由Series组成的字典。
       至于对Series知识想进行回顾，请到我的这篇博文—pandas详解（Series篇）

---

DataFrame：

DataFrame创建：

       DataFrame创建的两种方式：
       1. 通过二维数组创建
       2. 通过字典的方式创建，此种方法创建同时还要注意：字典中的value值只能是一维数组 或 单个的简单数据类型，如果是数组，要求所有数组长度一致，如果是单个数据，则会使每行添加相同数据。
       如图：

---

DataFrame索引：

       DataFrame分为行索引和列索引，默认情况下是从0开始，也可以自定义索引，添加行索引使用 index ，添加列索引使用 columns ，此操作称“重置行列索引值”。如图：

---

索引对象：

1. 不管是Series还是DataFrame对象，都有索引对象。
2. 索引对象负责管理轴标签和其它元数据(eg：轴名称等等)
3. 通过索引可以从Series、DataFrame中获取值或者对某个索引值进行重新赋值
4. Series或者DataFrame的自动对齐功能是通过索引实现的

---

DataFrame获取数据和CRUD操作：

       1. 可以直接通过列索引获取指定列的数据， eg: df[column_name]，也可以通过打点调用eg: df.column_name，但是一般容易混淆，所以减少打点调用
       2. 如果需要获取指定行的数据的话，需要通过ix方法来获取对应行索引的行数据，eg: df.ix[index_name]

---

ix、loc、iloc：

       在进行行操作的时候，使用 ix 获取会报出来这样的信息，如图：

       这是因为 ix 使用是再python2 中，之后使用 loc 或者 iloc 代替，详细请查阅 官方文档，这里我仅写一下个人理解：

1. loc只能通过index和columns（行标签）来取，不能用数字
2. iloc只能用数字（行号）索引，不能用索引名
3. ix可以用数字索引，也可以用index和column索引(也是将loc和iloc结合)
4. 更多区别也可以参考 ix、loc、iloc