Series實現了一維數據的儲存和操作，而DataFrame則完成了二維數據儲存，有人將其翻譯爲“數據框”。實際上，DataFrame可以認爲是Series的Series。下面的代碼依然默認已經導入了Pandas庫。
1、DataFrame是Series的Series
雖然代碼編輯器將s1豎排顯示，但我們也可以看做是橫排顯示的，這樣有利於認識DataFrame，將s1定義中的"xx"、“yy”、“zz”用List來替換，並增加了內容，就可以得到d1。
更顯然地，使用字典套字典的形式來定義DataFrame對象，能夠更加清楚地看到DataFrame是Series的Series這一特性：
d1聲明時沒有指定index，因此默認是0開始的數字
2、DataFrame的下標
d2對象中，a、b、c構成了它的列標籤（columns），i、ii、iii構成了它的行標籤（index），這就是爲什麼要將Series橫排來看的原因。DataFrame中使用Series儲存一個個的Series，一列就是一個子Series。
使用字典套字典的方式定義DataFrame，index要多次出現，十分不方便，Pandas提供了修改index的方法
值得注意的是，columns的標籤並不能修改，但可以拓展，未知數據用NaN表示。但此時index不能拓展，如果需要拓展，dic1需要使用字典套字典的形式來定義。
此時columns和index都可以拓展
3、DataFrame的值拷貝
上面的代碼都是用字典來定義一個DataFrame對象。DataFrame可以通過columns和index來抽取另外一個DataFrame的數據：
正如上面所說，DataFrame是Series的Series，因此可以通過columns標籤獲取子Series：
s1就是一個Series，可以通過d2直接訪問Series的元素：
同樣，DataFrame也可以做像Series那樣的運算：
DataFrame也可以以Series爲單位來賦值：
這爲d2增加了一列d，並且ii行沒有值，因此用NaN填充
當然，也可以精確賦值（可以被賦值爲None）：
也可以執行del來刪除一列
