##### `pd.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None)` **功能简介:** - 用于存储二维的带标签的数据表格。每个列可以包含不同的数据类型，并且 DataFrame 可以看作是多个 Series 按列排列而成的结构。 **参数说明:** - `data`：用于构建 DataFrame 的数据。可以是多种数据类型，包括字典、列表、数组、Series、其他 DataFrame 等。默认为 None。 - `index`：用于指定数据表格的行标签（索引）。可以是列表、数组、索引对象等。默认为 None，将使用默认的整数索引。 - `columns`：用于指定数据表格的列标签。可以是列表、数组等。默认为 None，将使用默认的列名。 - `dtype`：指定 DataFrame 中数据的数据类型。默认情况下，pandas 会根据输入数据自动推断数据类型。 - `copy`：控制数据是否复制。True 表示复制数据，False 表示引用数据。默认为 None，由 pandas 自行决定。 **返回值:** - 返回一个新的 pandas DataFrame 对象，包含了传递的数据、索引、列等信息。DataFrame 可用于进行数据操作、分析、聚合以及与其他数据结构的整合等各种操作。 **用法示例:** 1. 接受各种数据 ```python import pandas as pd # '列表嵌套列表'嵌套一行数据 pd.DataFrame([['xiaowang',20], ['lily',30], ['anne', 40]]) # 0 1 # 0 xiaowang 20 # 1 lily 30 # 2 anne 40 # '列表嵌套字典'嵌套一行数据 pd.DataFrame([{'a':1, 'b':2}, {'a':5, 'b':10, 'c':20}]) # a b c # 0 1 2 NaN # 1 5 10 20.0 # '字典嵌套列表'嵌套一列数据 pd.DataFrame({'Name':['关羽', '刘备', '张飞', '曹操'], 'Age':[28, 34, 29, 42]}) # Name Age # 0 关羽 28 # 1 刘备 34 # 2 张飞 29 # 3 曹操 42 # '字典嵌套Series'嵌套一列数据 pd.DataFrame({'one': pd.Series([1,2,3], index=['a','b','c']), 'two': pd.Series([1,2,3,4], index=['a','b','c','d'])}) # one two # a 1.0 1 # b 2.0 2 # c 3.0 3 # d NaN 4 ```