每列可以是不同的类型。 DataFrame同时具有行索引和列索引,类似于Series的字典。行和列操作大致是对称实现的。 索引DataFrame时返回的列是底层数据的视图,而不是副本。...赋给列(请注意,如果指定了列表或数组,则长度必须与DataFrame匹配,与Series不同):
unempl = Series([6.0, 6.0, 6.1], index=[2, 3, 4])
df...unempl
0 2012 VA 5.0 NaN
1 2013 VA 5.1 NaN
2 2014 VA 5.2 6.0
3 2014 MD 4.0 6.0
4 2015 MD 4.1 6.1
对不存在的新列赋值来创建新列...5.2, 6.0],
[2014, 'MD', 4.0, 6.0],
[2015, 'MD', 4.1, 6.1]], dtype=object)
'''
重索引
使用符合新索引的数据创建新对象...对象相加,会产生行和列的索引对的并集,使不重叠的索引为 NaN:
np.random.seed(0)
df_8 = DataFrame(np.random.rand(9).reshape((3, 3))