Pandas DataFrame

#### DataFrame
* 三个基本属性：values，columns,index
    Pandas DataFrame.values属性返回对应的二维数组的numpy数值，
    Pandas DataFrame.columns属性返回给定Dataframe的列标签。return Index([], dtype='object')
    Pandas DataFrame.index属性返回给定Dataframe的行索引。  return Index([], dtype='object')

* 其他属性
    Pandas DataFrame.shape属性返回形状

* 索引方式
    1. 列索引
    （1）df.col_index_name : 对于DataFrame而言，列名就相当于df属性，返回Series类型
    （2）df['col_index_name']: 字典方式，返回Series类型
    2. 行索引
    （1）df.loc['row_inde_name']: 返回Series类型, df.loc[[A,B,C]]可以返回多行数据,即DataFrame类型，也可以loc[A:C]切片索引
    （2）df.iloc[n:m]: 隐式索引，左闭右开[n,m)
    3. 元素索引
    （1）使用列索引df['col_index_name']['row_index_name']: 可以直接修改某值
    （2）使用行索引df.loc['row_index_name']['col_index_name']/df.loc['row_index_name','col_index_name']
    （3）使用values取出某值df.values[row,index] : 取出第row行第index个

* 重置索引
    1. 基本方法
        df.index = []
        df.columns = []

* 创建方式
    1. 字典
        列索引：不赋值时，字典的键（key），不匹配的单元填充为nan；若赋值，则为赋值给他的List
        行索引：不赋值时，由DataFrame自动添加，默认从0开始；若赋值，则为赋值给他的List
        dict = {"col_index1": [x1, x2], "col_index2": [y1,y2]}
        df.DataFrame(dict, index=[A, B])    
                                col_index1      col_index2
                            A       x1              y1
                            B       x2              y2            
    2. Series
        col1 = pd.Series({"row_index1":"v1", "row_index2":"v2"})
        col2 = pd.Series({"row_index1":"v3", "row_index2":"v4"})
        pd.DataFrame({"col_index1": col1, "col_index2":col2 })
                                col1_index1     col_index2
                    row_index1      v1              v3
                    row_index2      v2              v4
    3. numpy数组
        指定index和columns
        a = np.arrar([0,1],[2,3])
        df.DataFrame(a, index=["A", "B"], columns=["X", "Y"])
                          X   Y
                     A    0   1
                     B    2   3

* dict保存到excel

import pandas as pd
# 创建空表格
nan_excel = pd.DataFrame()
nan_excel.to_excel("./test.xlsx")

# 打开表格保存指定dict
writer = pd.ExcelWriter("./test.xlsx")
pd.DataFrame(dict).to_excel(writer)
writer.save()