说明：文章使用的数据集来源于 https://www.kaggle.com/c/titanic/data Kaggle 泰坦尼克号竞赛提供的数据。
一. DataFrame 结构
DataFrame 是 Pandas 最核心的数据结构，可以使用值为列表的字典进行构造：
>> data = {'a': [1,2,3], 'b':[1.2, None, 1.3], 'c':['Alex', 'Bob', 'Chandler']}
>> data
{'a': [1, 2, 3], 'b': [1.2, None, 1.3], 'c': ['Alex', 'Bob', 'Chandler']}
>> df_data = pd.DataFrame(data)
>> df_data
字典的键将作为 DataFrame 的列索引，对应的列表作为相应列的值：
>> df_data.info()
RangeIndex: 3 entries, 0 to 2
Data columns (total 3 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 a 3 non-null int64
1 b 2 non-null float64
2 c 3 non-null object
dtypes: float64(1), int64(1), object(1)
memory usage: 200.0+ bytes
二. 从 csv 文件加载 DataFrame
>> df = pd.read_csv('../data/train.csv')
>> df.head()
读取结果：
>> df.info()
Index: 891 entries, Braund, Mr. Owen Harris to Dooley, Mr. Patrick
Data columns (total 11 columns):
# Column Non-Null Count Dtype
--- ------ -------------- -----
0 PassengerId 891 non-null int64
1 Survived 891 non-null int64
2 Pclass 891 non-null int64
3 Sex 891 non-null object
4 Age 714 non-null float64
5 SibSp 891 non-null int64
6 Parch 891 non-null int64
7 Ticket 891 non-null object
8 Fare 891 non-null float64
9 Cabin 204 non-null object
10 Embarked 889 non-null object
dtypes: float64(2), int64(5), object(4)
memory usage: 123.5+ KB
此外，还可以使用 DataFrame 提供的 describe 返回常用的统计分析项：
>> df.describe()
其结果包含了所有数值列的计数、平均值、均值、最小值、最大值、中位值等。
三. DataFrame 的列 Series
使用列索引，取出 DataFrame 的某一列：
>> age = df['Age']
>> age
0 22.0
1 38.0
2 26.0
3 35.0
4 35.0
...
886 27.0
887 19.0
888 NaN
889 26.0
890 32.0
Name: Age, Length: 891, dtype: float64
>> type(age)
pandas.core.series.Series
DataFrame 的列为 Series 结构，使用切片索引打印 Series 的前 5 个元素：
>> age[:5]
0 22.0
1 38.0
2 26.0
3 35.0
4 35.0
Name: Age, dtype: float64
Series 也有索引属性：
>> age.index
RangeIndex(start=0, stop=891, step=1)
values 属性返回 ndarray 结构：
>> age.values[:5]
array([22., 38., 26., 35., 35.])
下面，使用指定的列作为 DataFrame 的行索引：
>> df = df.set_index('Name')
>> df.head()
Name 列将作为 DataFrame 的行索引：
这时，取出的列 Series 的索引也将是旅客的姓名：
>> age = df['Age']
>> age[:5]
Name
Braund, Mr. Owen Harris 22.0
Cumings, Mrs. John Bradley (Florence Briggs Thayer) 38.0
Heikkinen, Miss. Laina 26.0
Futrelle, Mrs. Jacques Heath (Lily May Peel) 35.0
Allen, Mr. William Henry 35.0
Name: Age, dtype: float64
使用索引取出 Series 中具体的某个值：
>> age['Heikkinen, Miss. Laina']
26.0
Series 也提供了很多常用的统计方法：
>> age.mean()
29.69911764705882
>> age.max(),age.min()
(80.0, 0.42)
Series 和 Numpy 的 ndarray 一样，在和常量进行运算时，也可以进行广播操作：
>> age + 10
Name
Braund, Mr. Owen Harris 32.0
Cumings, Mrs. John Bradley (Florence Briggs Thayer) 48.0
Heikkinen, Miss. Laina 36.0
Futrelle, Mrs. Jacques Heath (Lily May Peel) 45.0
Allen, Mr. William Henry 45.0
...
Montvila, Rev. Juozas 37.0
Graham, Miss. Margaret Edith 29.0
Johnston, Miss. Catherine Helen "Carrie" NaN
Behr, Mr. Karl Howell 36.0
Dooley, Mr. Patrick 42.0
Name: Age, Length: 891, dtype: float64
Series 中的每个值都将进行加 10 操作。