这个里面都是小编一个个的去试验过，然后在将他们一个个的列出来的，这些都是可以用的，我也知道可以在网上找到相应的文档，可是那个里面的好多东西都是没有经过然后的加工的，有的可以说是根本不想让别人看懂，我们需要一个中国人自己的python词典。
#打印三列五行
import pandas as pd
original_df = pd.Dataframe({"foo": range(5), "bar": range(5, 10)})
print(original_df)
foo bar
0 0 5
1 1 6
2 2 7
3 3 8
4 4 9
#就是为了加上一个行列数字
import pandas as pd
import numpy as np
s1=np.array([1,2,3,4])
s2=np.array([5,6,7,8])
df=pd.Dataframe([s1,s2])
print(df)
下面的这几个东西我就不挨个的把它的那个print给加上了，你们要用的时候就只需要将这个给转化一下就可以了
#可以将表改为竖着的
s1=pd.Series(np.array([1,2,3,4]))
s2=pd.Series(np.array([5,6,7,8]))
df=pd.Dataframe({"a":s1,"b":s2});
比如这样
import pandas as pd
import numpy as np
s1=np.array([1,2,3,4])
s2=np.array([5,6,7,8])
df=pd.Dataframe([s1,s2])
print(df)
#数据的访问，估计这个可以用来读取行和列
Dataframe数据对象的访问
复制代码
print(df1)
print(df1.index)
print(df1.columns)
print()
print(df1.values)
print()
print(df1['one']) # print(df[['one']]) 此写法带列标
print()
print(df1[0:1])
print(df1.loc[:,['one','two']])
print()
print(df1.loc[[0],['one','two']])
print()
print(df1.iloc[0:2,0:1])
print()
print(df1.ix[0,['one','two']])
print()
print(df1.ix[[0,1],[0,1]])
目前这些东西还需要小编一个个的去打一遍，将其转换一遍才能到各位的手上，这个过程比较漫长，还望各位理解一下。
