pandas是python环境下最有名的数据统计包，而DataFrame翻译为数据框，是一种数据组织方式，这么说你可能无法从感性上认识它，举个例子，你大概用过Excel，而它也是一种数据组织和呈现的方式，简单说就是表格，而在在pandas中用DataFrame组织数据，如果你不print DataFrame，你看不到这些数据，下面我们来看看DataFrame是如何使用的。
创新互联的团队成员不追求数量、追求质量。我们经验丰富并且专业，我们之间合作时就好像一个人，协同一致毫无保留。创新互联建站珍视想法，同时也看重过程转化带来的冲击力和影响力，在我们眼中，任何细节都不容小觑。一直致力于为企业提供从申请域名、网站策划、网站设计、商城网站建设、网站推广、网站优化到为企业提供个性化软件开发等基于互联网的全面整合营销服务。
首先是引入pandas和numpy，这是经常配合使用的两个包，pandas依赖于numpy，引入以后我们可以直接使用np/pd来表示这个两个模块
先创建一个时间索引，所谓的索引（index)就是每一行数据的id，可以标识每一行的唯一值
为了快速入门，我们看一下如何创建一个6X4的数据：randn函数用于创建随机数，参数表示行数和列数，dates是上一步创建的索引列
我们还可以使用字典来创建数据框，例如创建一个列名为A的数据框，索引是自动创建的整数
这又是一个字典创建DataFrame的例子
假如字典内的数据长度不同，以最长的数据为准，比如B列有4行：
可以使用dtypes来查看各行的数据格式
接着看一下如何查看数据框中的数据，看一下所有的数据
使用head查看前几行数据（默认是前5行），不过你可以指定前几行
查看前三行数据
使用tail查看后5行数据
查看数据框的索引
查看列名用columns
查看数据值，用values
查看描述性统计，用describe
使用type看一下输出的描述性统计是什么样的数据类型——DataFrame数据
使用T来转置数据，也就是行列转换
对数据进行排序，用到了sort，参数可以指定根据哪一列数据进行排序。
好了，这篇入门教程到这里，后面还有很多，希望有志同道合的朋友一起交流学习，有什么说的不对的地方，请批评指正。
数字转字符
mysql SELECT CONCAT ( CAST(1 as char) , '2') AS test;
+------+
| test |
+------+
| 12 |
+------+
1 row in set (0.00 sec)
mysql SELECT CONCAT ( Convert(1, char) , '2') AS test;
+------+
| test |
+------+
| 12 |
+------+
1 row in set (0.00 sec)
字符转数字
mysql SELECT CAST('1' as SIGNED) + 100 AS test;
+------+
| test |
+------+
| 101 |
+------+
1 row in set (0.00 sec)
mysql SELECT Convert('1' , SIGNED) + 100 AS test;
+------+
| test |
+------+
| 101 |
+------+
1 row in set (0.00 sec)
先操作列，
ALTER TABLE 表名 CHANGE name name1 CHAR(64);
ALTER TABLE 表名 ADD name2 CHAR(64);
添加记录
INSERT INTO 表名 SET name2 = hanmeimei;
删除最后一行
ALTER TABLE 表名 DROP 2;
望采纳。
