數據框
在Pandas 中的資料即通常是多為表，稱為DataFrame
Pandas DataFrame 是一種二維資料結構，如二維數組或具有行和列的表格
如果說 Series 是一列，那DataFrame 就是整個表格

用兩個Series，建立成一個DataFrame

import pandas as pd

a = {
    "a" : [200, 220, 300],
    "b" : [20, 30, 304]
}

myvar = pd.DataFrame(a)

print(myvar)

輸出結果

定位行

從上面的結果可以看出來，DataFrame就像一個有行有列的表格

loc[]

可以用此回傳一個或多個指定行
用法是

import pandas as pd

a = {
    "a" : [200, 220, 300],
    "b" : [20, 30, 304]
}

myvar = pd.DataFrame(a)

print(myvar.loc[0])

一樣可以用index更改列表名稱
如果將a用pd轉換成DataFrame，所以將myvar加上指定行loc[0]
最後就只會輸出"a" 跟 "b" 的第一行
輸出結果

讀取csv文件

一般用於儲存大數據集的簡單方法是使用 CSV 檔案
csv 檔案包含純文本，是一種眾所周知的格式，包括 Pandas 在內的所有人都可以閱讀，在我們的範例中，我們將使用名為「data.csv」的 CSV 檔案，在嘗試這格檔案時，記得將這個檔案打開

例子:
將 CSV 載入到 DataFrame 中：
1.

2.

1. 用於to_string()列印整個 DataFrame

import pandas as pd

a = pd.read_csv('data.csv')

print(a.to_string()) 

2. 有一個包含很多行的大型DataFrame，Pandas 將只回傳前5行跟後5行

import pandas as pd

a = pd.read_csv('data.csv')

print(a) 

3. 使用該語句檢查系統的最大行數pd.options.display.max_rows

import pandas as pd

print(pd.options.display.max_rows) 
#輸出 60

數字是 60，這表示如果 DataFrame 包含超過 60 行，
則該print(df)語句將只傳回標題以及前 5 行和最後 5 行
可以使用相同的語句來變更最大行數。

import pandas as pd

pd.options.display.max_rows = 9999

df = pd.read_csv('data.csv')

print(df)