一種二維表格型數據結構，類似于電子表格（如 Excel）或 SQL 表，由行（記錄）?和列（字段）?組成。它是數據分析、機器學習和科學計算中最常用的數據結構之一，尤其在 ?Python 的 Pandas 庫? 中被廣泛使用。

---

?1. DataFrame 的核心特點?

特點	說明
?二維結構?	類似表格，有行（記錄）和列（字段）。
?列名（Column Names）??	每列有一個名稱（如?name,?age,?salary）。
?行索引（Index）??	每行有一個索引（默認從 0 開始，也可自定義）。
?異構數據?	不同列可以存儲不同類型的數據（如數字、字符串、布爾值）。
?靈活操作?	支持篩選、排序、分組、合并等高級操作。

---

?2. DataFrame 的常見用途?

• ?數據分析?（如統計、聚合、可視化）
• ?機器學習?（特征工程、數據預處理）
• ?數據庫查詢結果?（類似 SQL 表）
• ?金融、電商、醫療等領域的數據處理?

---

?3. DataFrame 的示例（Python Pandas）??

import pandas as pd# 創建一個 DataFrame
data = {"Name": ["Alice", "Bob", "Charlie"],"Age": [25, 30, 35],"Salary": [50000, 60000, 70000]
}df = pd.DataFrame(data)print(df)

?輸出：??

      Name  Age  Salary
0    Alice   25   50000
1      Bob   30   60000
2  Charlie   35   70000

• ?列名?：Name,?Age,?Salary
• ?行索引?：0, 1, 2
• ?數據類型?：Name（字符串）、Age（整數）、Salary（整數）

---

?4. DataFrame 的常見操作?

操作	示例
?查看數據?	df.head()（前 5 行）、df.describe()（統計摘要）
?篩選數據?	df[df["Age"] > 30]（篩選年齡大于 30 的行）
?新增列?	df["Bonus"] = df["Salary"] * 0.1（新增獎金列）
?排序?	df.sort_values("Salary", ascending=False)（按薪資降序排序）
?分組聚合?	df.groupby("Age")["Salary"].mean()（按年齡分組計算平均薪資）
?合并 DataFrame?	pd.concat([df1, df2])?或?pd.merge(df1, df2)

---

?5. DataFrame 與其他數據結構的區別?

數據結構	特點	適用場景
?DataFrame?	二維表格，支持列操作	數據分析、機器學習
?Series?	一維數組（DataFrame 的列）	單變量分析
?NumPy 數組?	多維數組，僅支持數值計算	科學計算、矩陣運算
?SQL 表?	數據庫中的二維表	數據存儲、查詢

---

?6. DataFrame 的應用場景?

• ?金融分析?（股票數據、交易記錄）
• ?電商數據分析?（用戶行為、銷售數據）
• ?醫療數據?（病人記錄、診斷結果）
• ?機器學習?（特征工程、數據預處理）

---

?總結?

• ?DataFrame 是一種二維表格數據結構，類似于 Excel 或 SQL 表。
• ?Pandas 的 DataFrame 是最常用的實現，支持靈活的數據操作。
• ?適用于數據分析、機器學習、數據庫查詢等場景。