DataFrame 是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔型值）。DataFrame 既有行索引也有列索引，它可以被看做由 Series 组成的字典（共同用一个索引）。
DataFrame 构造方法如下：
参数说明：
<b>data</b>：一组数据(ndarray、series, map, lists, dict 等类型)。
<b>index</b>：索引值，或者可以称为行标签。
<b>columns</b>：列标签，默认为 RangeIndex (0, 1, 2, …, n) 。
<b>dtype</b>：数据类型。
<b>copy</b>：拷贝数据，默认为 False。
Pandas DataFrame 是一个二维的数组结构，类似二维数组。
import pandas as pd
data = [['Google',10],['Runoob',12],['Wiki',13]]
df = pd.DataFrame(data,columns=['Site','Age'],dtype=float)
print(df)
输出结果如下：
以下实例使用 ndarrays 创建，ndarray 的长度必须相同， 如果传递了 index，则索引的长度应等于数组的长度。如果没有传递索引，则默认情况下，索引将是range(n)，其中n是数组长度。
ndarrays 可以参考：NumPy Ndarray 对象
data = {'Site':['Google', 'Runoob', 'Wiki'], 'Age':[10, 12, 13]}
df = pd.DataFrame(data)
print (df)
从以上输出结果可以知道， DataFrame 数据类型一个表格，包含 rows（行） 和 columns（列）：
还可以使用字典（key/value），其中字典的 key 为列名:
data = [{'a': 1, 'b': 2},{'a': 5, 'b': 10, 'c': 20}]
输出结果为：
没有对应的部分数据为 NaN。
Pandas 可以使用 loc 属性返回指定行的数据，如果没有设置索引，第一行索引为 0，第二行索引为 1，以此类推：
data = {
"calories": [420, 380, 390],
"duration": [50, 40, 45]
}
# 数据载入到 DataFrame 对象
# 返回第一行
print(df.loc[0])
# 返回第二行
print(df.loc[1])
注意：返回结果其实就是一个 Pandas Series 数据。
也可以返回多行数据，使用 [[ ... ]] 格式，... 为各行的索引，以逗号隔开：
# 返回第一行和第二行
print(df.loc[[0, 1]])
注意：返回结果其实就是一个 Pandas DataFrame 数据。
我们可以指定索引值，如下实例：
df = pd.DataFrame(data, index = ["day1", "day2", "day3"])
Pandas 可以使用 loc 属性返回指定索引对应到某一行：
# 指定索引
print(df.loc["day2"])