在上一篇中，我们学习了如何使用 pandas 的函数来从多种数据源：csv、excel 和 html 网页读取数据。其中不管是哪一种数据读取的方式，最终返回的都是一个 DataFrame 对象。
对于 DataFrame 对象，上一篇我们只是简单将其打印出来，这一篇我们来学习围绕 DataFrame 的基本操作（添加行、列，删除行、列，排序等），除了 DataFrame，我们也会学习另外一个重要的 pandas 数据结构: Series。
我们首先介绍 pandas 中的三个最常见的概念：index、Series 和 DataFrame。
数据的“目录”： index
ndex 也叫索引，索引是计算机科学中非常常见的概念，你可能听起来会有点陌生，但其实应该很早之前就打过交道了。比如看一本书，书的目录就是书本内容的索引。所以通俗意义上，索引可以理解为就是存储了如何访问某块数据方式的数据。拿目录的例子来说，目录本身也是数据，但这个数据的内容是如何访问另一块数据（书的正文）。
在我们之前的学习中，我们也或多或少和索引打过交道。比如我们通过列表的下标访问列表的某个元素，比如 a[5] ，这个 5 也叫列表的索引。字典的场景中，我们通过 key 来访问字典中的某个元素，比如: student["name"]，这个 "name" 的字符串，也属于字典的索引。
一维数据序列：Series
Series 本身是一种数据类型，很像我们之前打过交道的列表，是存储多个数据元素的容器。事实上，我们也可以直接使用一个列表来创建一个 Series。但与列表不同的是，Series 一般由两部分组成：index 和 values。
values 容易理解，顾名思义就是存储了 Series 里面的所有元素的值，所以 values 部分可以认为就是和列表是等价的。
index 部分代表代表 Series 的索引。根据上面对于索引的定义，index 部分的数据就是为了能方便地定位到 values 里面的数据。
Series 有一个单独的索引项，这就使得它既支持类似列表一样的数字索引，也支持类似字典一样的用字符串或者其他 Python 对象来做索引。对于 Series，可以简单理解成是一个列表和字典的集合体。
接下来我们用几个实例来简单介绍一下 Series 的概念。
（1）直接从列表创建 Series
import pandas as pd
#通过列表创建series
ser1 = pd.Series([1,3,5,7])
print(ser1)0 1
1 3
2 5
3 7
dtype: int64输出有两列，第一列是 index，第二列是 values， values 就是我们传入的列表，而 index 则是对应的序号。当我们只使用列表来创建 Series 对象时，会生成默认的索引。即类似列表那样，每一个元素的位置作为索引。Series 对象也具备 index 和 values 属性，这样我们可以单独访问这两个部分。
print("values: ",ser1.values)
print("index: ",ser1.index)从以下输出结果可以看到，values 其实就是我们传入的列表，而 index 则是一个 RangeIndex 的对象。
values: [1 3 5 7]
index: RangeIndex(start=0, stop=4, step=1)对于这个 Series 对象，我们可以通过 index 的值来获得对应 values 里面的值。比如 index 等于1 对应的是 values 里面的 3。在代码中想要获得 1 对应的值就可以这样：
print(ser1[1])输出：
3（2）创建 Series，并指定索引
在上面的例子中，我们直接从一个列表创建了 Series，Series 为其分配了默认的 index，即元素在列表中的位置作为其对应的 index，比如 5 是列表 1,3,5,7 中的第三个数字，则它的 index 就是 2（从 0 开始数起）。
除了这种方式，Series 还支持我们在创建的时候指定对应的索引。
#使用列表创建series，并指定其索引为另一个列表
ser2 = pd.Series([1,3,5,7],index=["a","b","c","d"])
print(ser2)a 1
b 3
c 5
d 7
dtype: int64可以看到，我们指定了一个由 4 个字符串的列表作为数字列表的索引。两个列表的元素是一一对应的关系，比如字符串 "a" 就是数字 1 的索引，字符串 "b" 就是数字 3 的索引。我们可以验证一下。
print(ser2["c"])输出如下，可以看到我们通过索引 "c" ，确实拿到了数字 5。
5现在我们来看一下 ser2 的 values 和 index 的值
print("values: ",ser2.values)
print("index: ",ser2.index)values: [1 3 5 7]
index: Index(['a', 'b', 'c', 'd'], dtype='object')values 和第一个例子一样，但 values 这次就不是 RangeIndex 对象了，而是一个 Index 对象，里面保存了我们传入的作为索引的字符串数组。
总结一下， Series 可以看成是高级的列表或者字典，当不指定 index 的时候，Series 会生成默认的位置索引，这样的 Series 就像是一个列表。而当我们指定了 index 之后，则可以通过 index 列表中的元素来访问对应的 values 中的元素，就像字典的 key-value 结构一样。
整体来说，Series 通过将 index 和 values 分别存储的机制，实现了列表和字典的结合。
二维数据表：DataFrame
学习完了 Series，现在我们来看上一篇经常出现的 DataFrame。在上一篇的学习中，我们都是从各种文件中加载数据，之后直接存储为 DataFrame。这个部分我们来一步步地揭开 DataFrame 的神秘面纱。
（1）DataFrame 的组成
DataFrame 是一个由行和列组成的二维表格。相信你已经猜到了，DataFrame 其实就是由 Series 组成的，DataFrame 的某一行，或者某一列都是一个 Series。
口说无凭，我们通过代码来确认一下。将上一篇中的 tv_rating.csv 文件打印出来：
#加载电视剧评分数据
df_rating = pd.read_csv("tv_rating.csv")
#输出评分的DataFrame
print(df_rating)
在上述表格中，无论是列（比如标题、评分）或者行（比如第二行、第三行）都是 Series。其中 title、rating、stars 则是列的索引。而 0、1、2...3599 是行的索引。
我们可以通过列名作为索引，来单独输出某一列，比如评分这一列。
# 获取 rating 这一列，存储在ser_rating 变量中
ser_rating = df_rating["rating"]
# 输出 ser_rating 这个 Series
print(ser_rating)
# 分割一下，方便查看
print("------------分割一下------------")
# 查看数据的类型
print(type(ser_rating))[3600 rows x 3 columns]
0 3.7分
1 4.0分
2 4.6分
3 3.4分
4 4.4分
...
3595 4.0分
3596 4.0分
3597 1.0分
3598 2.0分
3599 4.6分
Name: rating, Length: 3600, dtype: object
------------分割一下------------
<class 'pandas.core.series.Series'>
可以看到，分数的这一列被打印出来，格式和上面学习的 Series 是一样的，左边是 index，右边是 values。之后我们通过 type 函数获得了 ser_rating 变量的类型，确实也是 Series。
除了输出某一列，我们还可以用行索引，来单独输出某一行。比如我们输出第二行：刘老根第三部，对应的索引是 1。我们可以用如下的代码获取这一行。
#DataFrame 通过 loc 函数可以查看行索引对应的值
#取出行索引为 1 的行，存储在ser_1变量中
ser_1 = df_rating.loc[1]
#打印 ser1 这个series
print(ser_1)
print("------------分割一下------------")
#查看数据类型
print(type(ser_1))title 刘老根第三部
rating 4.0分
stars 主演赵本山,范伟,李静,闫学晶,王小宝
Name: 1, dtype: object
------------分割一下------------
<class 'pandas.core.series.Series'>可以看到，我们拿到的 ser_1 仍然是一个 Series 类型的对象。左边的 title、rating、stars是index，右边的"刘老根第三部""4.0分" 等是 values。因为 ser_1 是一个 Series，所以如果我们要拿这一行中的某个数据，比如评分，直接写 ser_1["rating"] 就可以实现。
对比通过行索引取出的行 Series 和 通过列索引取出的列 Series 不难发现，列 Series 的 index 是 DataFrame 的行头，而行 Series 的 index 则是 DataFrame 的列名。
（2）DataFrame 的创建
既然 DataFrame 是一个个 Series 组成的，那自然我们可以用 Series 来构造出 DataFrame。
构造 DataFrame 最常见的方式是用多个行 Series 的形式来创建，不同的行 Series 的长度应该是一致的（因为表格中每一行的元素个数都需要相等）。
我们以如下表格为例，将其直接创建为一个 DataFrame。
# 将列索引保存在index_arr变量中
index_arr = ["姓名","年龄","籍贯","部门"]
# 构建小明、小亮、小E的行Series，并使用我们创建好的index_arr作为Series的index
ser_xiaoming = pd.Series(["小明",22,"河北","IT部"],index=index_arr)
ser_xiaoliang = pd.Series(["小亮",25,"广东","IT部"],index=index_arr)
ser_xiaoe = pd.Series(["小E",23,"四川","财务部"],index=index_arr)
# 直接将三个Series以列表的形式作为DataFrame的参数，创建DataFrame
df_info = pd.DataFrame([ser_xiaoming,ser_xiaoliang,ser_xiaoe])
# 打印DataFrame
print(df_info) 姓名 年龄 籍贯 部门
0 小明 22 河北 IT部
1 小亮 25 广东 IT部
2 小E 23 四川 财务部可以看到，表格已经被成功的打印出来，这说明我们已经将内容正确构建出了 DataFrame。
DataFrame 和 Series 的常见操作
（1）添加行
DataFrame 提供了 append 的方法，用于添加一行，用法如下：
#DataFrame 提供了 append 方法，用于添加一行，用法如下：
ser_xiaoh = pd.Series(["小红",28,"福建","财务部"],index=index_arr)
#调用 append 方法添加到DataFrame中
#设置 ignore_index 的含义是让 DataFrame 自动生成索引
#调用 append 之后，会返回一个新的 DataFrame，我们将其保存回 df_info变量
df_info = df_info.append(ser_xiaoh,ignore_index=True)
#查看添加后的DataFrame
print(df_info)输出后可以看到，小红的记录已经追加到了末尾。
姓名 年龄 籍贯 部门
0 小明 22 河北 IT部
1 小亮 25 广东 IT部
2 小E 23 四川 财务部
3 小红 28 福建 财务部（2）添加列
添加一列一般有两种情况，如果我们要添加的列，所有行的值都相同的话，我们可以直接以单个值赋值给新添加的列 Series 即可。如下所示：
# 直接将新添加的列名当作 DataFrame 的列索引，对其赋新的值
df_info["考核结果"] = "合格"
print(df_info) 姓名 年龄 籍贯 部门 考核结果
0 小明 22 河北 IT部 合格
1 小亮 25 广东 IT部 合格
2 小E 23 四川 财务部 合格
3 小红 28 福建 财务部 合格但如果新添加的列，每一行的内容不是完全一样时，就需要我们将一个新的 Series 赋值给 DataFrame 针对新列名的列 Series。
# 将新添加的 series 赋值给 DataFrame 中新列名对应的列series
df_info['考核结果'] = pd.Series(['合格','良好','优秀','非常优秀'])
print(df_info) 姓名 年龄 籍贯 部门 考核结果
0 小明 22 河北 IT部 合格
1 小亮 25 广东 IT部 良好
2 小E 23 四川 财务部 优秀
3 小红 28 福建 财务部 非常优秀可以看到，我们的列已经对应到了不同的行上面。有一点值得注意的是，我们第一次已经添加了“考核结果”这一列，每一行的值都是合格。后来我们对这一列赋值了一个新的 Series，修改了它的值。
所以，当我们对 DataFrame 某个列名对应的列 Series 赋值，当列名不存在的时候，则会新建对应的列，而当列名存在时，则会修改原先列的值。
所以这个技术既能创建新的一列，也可以修改已有的列。
（3）删除行或列
DataFrame 提供了 drop 方法来删除某一行或者某一列。
我们先以删除列举例，比如要删除刚才我们添加的“考核结果”这一列
# labels 是要删除的列名
# axis = 1 代表要删除的是列
# inplace = True 代表删除直接在df_info中生效
df_info.drop(labels="考核结果",axis=1,inplace=True)
print(df_info)输出结果如下，可以看到考核结果一列已经被删除。
姓名 年龄 籍贯 部门
0 小明 22 河北 IT部
1 小亮 25 广东 IT部
2 小E 23 四川 财务部
3 小红 28 福建 财务部接下来是删除行，以删除小 E 这一行为例：
# lebels 是要删除行的 index，小E 的index是2
# axis = 0 代表要删除的是行
df_info.drop(labels=2,axis=0,inplace=True)
print(df_info)输出结果如下，可以看到，小 E 那一行记录已经被成功删除。
姓名 年龄 籍贯 部门
0 小明 22 河北 IT部
1 小亮 25 广东 IT部
3 小红 28 福建 财务部
（4）单个单元格的查看与修改
在上面的操作中，整体还是以 Series 维度的操作为主。比如修改 Series，增加 Series。如果我们只需要查看和修改其中某一个单元格的内容，虽然也可以通过上面的方法，比如首先获得单元格所在的行 Series 或者列 Series，然后再用进一步的索引去获得单元格的内容。这样的方式一个比较麻烦，二是修改的时候可能会有问题。
对于单个单元格的查看和修改，推荐的方式是使用 DataFrame 的 loc 属性，可以一步到位指定定位到单元格，假设我们需要查看小亮的籍贯，以及修改为广西这个任务为例，演示 loc 函数的用法。
查看单元格：
#查看单元格
# loc 属性后面跟中括号，中括号里面第一个元素是行索引，第二个元素是列索引
# 小亮的行索引是1，我们想查看籍贯，所以列索引就是籍贯
print(df_info.loc[1,'籍贯'])广东学会了查看之后，修改就比较简单了，直接给 loc 属性选出来的单元格赋值即可。
# 对行索引为1，列索引为籍贯的单元格赋值，赋值 广西
df_info.loc[1,'籍贯'] = '广西'
print(df_info)输出，可以看到，小亮的籍贯已经被修改为广西。
姓名 年龄 籍贯 部门
0 小明 22 河北 IT部
1 小亮 25 广西 IT部
3 小红 28 福建 财务部（5）DataFrame 的排序
在数据分析的任务中，对数据集进行排序是非常常见的诉求。拿我们电视剧评分的数据集来说，可能我们希望分析高分的电影和低分的电影分别都有些什么特征。做这样的分析，首先第一步就是需要将我们的 DataFrame 按评分排序。我们以之前我们从 csv 加载的 DataFrame, df_rating 为例。
DataFrame 提供了 sort_values 方法来实现排序，用法如下。
# by 参数代表要按 rating 这个列索引来排序
# inplace = True 的含义和上面说的一样，代表更新当前的DataFrame，而不是返回一个新的
df_rating.sort_values(by = 'rating',inplace=True)
#查看排序后的 DataFrame
print(df_rating) title rating stars
2918 致命筹码 1.0分 主演任泽巍,刘芳毓,张山,贾娅,霍尔查,李庆祥,储宁珈懿,樊响天闻,金洋,杜熊文,张钰茜,李...
2446 恋恋不忘 1.0分 主演言承旭,佟丽娅,黄柏钧,冯婧,吕行,王建新,吴玉芳,郑雅文,何涌生,龙一仪,贾延鹏
1261 东游记 1.0分 主演马景涛,郭妃丽,郑秀珍,谢韶光
1260 闯关东 1.0分 主演李幼斌,萨日娜,宋佳,牛莉
3336 暴走武林学园第二季 1.0分 主演庞瀚辰,关芯,文生,夏若妍,左其铂,柏程俊,朱云龙,田书臣,何屹繁,苟晨浩宇
... ... ... ...
1997 北京我的爱 5.0分 主演韩彩英,孙菲菲,金载沅,郭晓冬,安七炫,斯琴高娃,张铁林,史江,李孝政
1994 我姥爷1945 5.0分 主演王学圻,陈紫函,郭凯敏,温兆伦,柳岩,康华
1990 孔子春秋 5.0分 主演朱刚日尧,宋佳,斌子,周一围,孙淳,王学圻,衣珊,党浩予,袁文康,黄品沅,王劲松,倪大红...
2013 我心深触 5.0分 主演周澄奥,王可如,李茂,崔心心,王新
1799 追剿 5.0分 主演刘宇桥,郭晓峰,牛宝军,周子茵
[3600 rows x 3 columns]可以看到，整个 DataFrame 不再是按行头的索引排序，而是按照电视剧的评分从低到高来排序了。
如果想看从高到低呢？自然也是支持的。只需要将是否升序排序的参数：ascending 设置为False 即可。
# by 参数代表要按 rating 这个列索引来排序
# inplace = True 的含义和上面说的一样，代表更新当前的DataFrame，而不是返回一个新的
df_rating.sort_values(by = 'rating',inplace=True,ascending=False)
#查看排序后的 DataFrame
print(df_rating)输出如下所示，可以看到 DataFrame 已经变为评分从高到低排序了
title rating stars
721 桃花依旧笑春风 5.0分 主演苗圃,陈龙,郑国霖,徐小飒
2454 特种兵之霹雳火 5.0分 主演任天野,牟星,程愫,任柯诺,陈美霖,李飞,吴京
2516 加油爱人 5.0分 主演陈晓东,唐艺昕,徐正溪,毛林林,孙骁骁,金泽灏,杨贵媚
2514 别碰我心底的小柔软 5.0分 主演易恒,辛瑞琪,倪言,蔡宜达,刘洛汐,金尤美,童话,师子寻
2503 硬骨头 5.0分 主演吴其江,王强,李梅可,褚峰,郭东文,葛玟希,王奕盛,王俊彭,周建鹏
... ... ... ...
2726 御狐之绊第二季 1.0分 主演冯铭潮,张籽沐,奚美娟,方晓莉,金美伶
3103 便衣支队 1.0分 主演贾乃亮,吴京安,董可飞,衣珊,于咏琳,邵峰
846 嘻哈四重奏第五季 1.0分 主演卢正雨,杨晴瑄,蔡文静,钱志君
332 铁核桃2 1.0分 主演傅程鹏,侯梦莎,任柯诺,夏侯镔
1444 薛定谔的猫 1.0分 主演马瑞男,苏诗丁,孙天宇,周梓琦
[3600 rows x 3 columns]（6）取前 N 个和后 N 个
在排序后，我们对数据表要进行分析，比如对高分进行分析，我们往往需要看多几个条目。但是每次输出 DataFrame 的时候，默认一般只会选择前五个和末尾五个组成摘要进行表格的输出。如果默认的表格打印不满足我们的需求，我们可以使用 DataFrame 的 head 函数和 tail 函数来输出前 N 个和 后 N 个的数据。
举个例子，我们希望分别分析 20 条高分电视剧和 20 条低分电视剧。可以按如下方式实现：
# head 函数返回 DataFrame 的前N条记录，N就是函数参数指定的值
# 这里我们指定 20
print(df_rating.head(20)) title rating stars
721 桃花依旧笑春风 5.0分 主演苗圃,陈龙,郑国霖,徐小飒
2454 特种兵之霹雳火 5.0分 主演任天野,牟星,程愫,任柯诺,陈美霖,李飞,吴京
2516 加油爱人 5.0分 主演陈晓东,唐艺昕,徐正溪,毛林林,孙骁骁,金泽灏,杨贵媚
2514 别碰我心底的小柔软 5.0分 主演易恒,辛瑞琪,倪言,蔡宜达,刘洛汐,金尤美,童话,师子寻
2503 硬骨头 5.0分 主演吴其江,王强,李梅可,褚峰,郭东文,葛玟希,王奕盛,王俊彭,周建鹏
2498 爱情面前谁怕谁 5.0分 主演霍思燕,张晓龙,陈紫函,习雪,王琳,李勤勤,潘虹
2497 不负时光 5.0分 主演安悦溪,邢昭林,朱颜曼滋,程皓枫
2495 红楼梦2010版 5.0分 主演杨洋,白冰,姚笛,周采芹,归亚蕾,于小彤,蒋梦婕,王彦华,张镝,丁荔,徐小飒,高洋,王龙...
789 许你浮生若梦 5.0分 主演朱一龙,安悦溪,程砚秋,朱鉴然
2480 外貌至上主义 5.0分 主演张大大,朴所罗门,王子璇,李玉玺,王莫涵,周俐葳,庄森,洪俊嘉
2474 柠檬初上 5.0分 主演刘恺威,孙艺洲,古力娜扎,康宁,张杨果而,朱泳腾,谢语恩
2468 邮差李幼斌版 5.0分 主演张粟,李幼斌,涩谷天马,丁宁,吴天瑜,罗二羊,薛山,张竞达,史兰芽,李梦男,冯千,张弓,...
2457 激荡DVD版 5.0分 主演任重,郭晓东,李念,车晓,侯勇,陶泽如,张逗逗,李亭哲,李诚儒
2456 激荡 5.0分 主演任重,郭晓东,李念,车晓,侯勇,陶泽如,张逗逗,李亭哲,李诚儒
2445 酷爸俏妈 5.0分 主演李光洁,佟丽娅,高露,朱锐,赵子琪,桑帅,周德华,闾汉彪,高亚麟,殷桃,杜志国,黄爱玲,...
961 二炮手 5.0分 主演孙红雷,海清,孙茜,秦卫东
2441 像雾像雨又像风 5.0分 主演陈坤,罗海琼,周迅,陆毅,寇世勋,孙红雷,李小冉,许还幻,廖凡,刘瑞琪
2440 无忧公主 5.0分 主演何家劲,俞飞鸿,李倩,乔振宇,郑晓宁,赵丽娟,高鑫,冯绍峰,韩振华,丁海峰,杜志国,陈龙
2439 危情实录 5.0分 主演涂凌,张岩,张雪飞
2434 男友播放列表 5.0分 主演曹煜辰,赵诚宇,张耀,高承一输出最后的 20 条的原理是类似的，只不过换成 tail 函数。
# tail 函数，返回 DataFrame 的末尾的N条记录
print(df_rating.tail(20))输出如下所示，可以看到这次输出了 20 条都是 1 分的数据。
title rating stars
3094 砚道 1.0分 主演陈晓东,翁虹,杨晶
2381 福禄寿三星报喜 1.0分 主演欧阳震华,李铭顺,张世,徐峥,寇振海,保剑锋,宁静,范文芳,牛萌萌,唐一菲,张艳冰,陈凯...
1091 白衣校花与大长腿第一季 1.0分 主演郝允祥,许峰,袁冰妍,赵娇娜
851 兰陵王 1.0分 主演冯绍峰,林依晨,陈晓东,翟天临
1096 射雕英雄传2008 1.0分 主演胡歌,林依晨,袁弘,刘诗诗
343 假如没有遇见你 1.0分 主演彭豆豆,邵伟桐
1098 大脚马皇后 1.0分 主演吕丽萍,唐国强,马仑,高虎
342 誓言 1.0分 主演贾乃亮,李晟,秦昊,刘奕君
1100 汉武大帝 1.0分 主演陈宝国,焦晃,归亚蕾,陶虹
1970 我爱男保姆 1.0分 主演雷佳音,袁姗姗,车晓,曹曦文,李玥,霍思燕,王千源,朱茵,秦焰,谭凯,刘楚恬,高叶
621 对的时间，对的人 1.0分 主演刘济恺,邵星颖,王宇泽,辛如羌
338 大校的女儿 1.0分 主演袁立,郭晓东,李静,刘思言
3098 刁蛮新娘 1.0分 主演杨幂,李东学,孙坚,王琳,田丽,周绍栋,魏宗万,吴刚,周乐,李芳雯
849 黑狐 1.0分 主演张若昀,刘小锋,乔鹏樾,文章
337 恋与偶像 第二季 1.0分 主演刘冬沁,崔莉雅,王梓薇,周彦辰
2726 御狐之绊第二季 1.0分 主演冯铭潮,张籽沐,奚美娟,方晓莉,金美伶
3103 便衣支队 1.0分 主演贾乃亮,吴京安,董可飞,衣珊,于咏琳,邵峰
846 嘻哈四重奏第五季 1.0分 主演卢正雨,杨晴瑄,蔡文静,钱志君
332 铁核桃2 1.0分 主演傅程鹏,侯梦莎,任柯诺,夏侯镔
1444 薛定谔的猫 1.0分 主演马瑞男,苏诗丁,孙天宇,周梓琦（7）获取 DataFrame 的行数和列数
很多时候，从数据文件加载为 DataFrame 的时候，我们首先会看这个 DataFrame 有多少行、多少列。 DataFrame 提供了 shape 属性来返回行数和列数的信息。
shape 属性返回一个元组，shape 属性返回的元组有两个元素，第一个就是行数，第二个就是列数。
比如那 df_rating 这个 DataFrame 为例，打印其行列数信息，代码如下：
# shape 属性，返回一个元组，第一个是行数，第二个是列数
shape = df_rating.shape
# 打印行数和列数
print("行数：",shape[0])
print("列数：",shape[1])行数： 3600
列数： 3
小结
简单的总结一下今天学习到的内容。
首先，我们学习了一个计算机领域非常重要的概念——索引。这也是 pandas 中 DataFrame 很多操作的基础。索引之于数据就像目录之于书本内容，我们通过索引从一堆数据的拿出我们想要的一个或者多个数据。
然后，我们学习了 pandas 中的一维数据序列对象：Series。Series 融合了列表和字典的功能。通过把 index 和values 分开存储，让它既能按照列表使用，也能按照字典使用。
之后，我们学习了 DataFrame 的基本概念，DataFrame 是由 Series 组成的二维数据表。DataFrame 的一行或者一列都是一个 Series。自然我们可以用多个行 Series 或者多个列 Series 来创建 DataFrame。
最后，我们学习了 DataFrame 的基本操作。
- 添加行：用 append 方法
- 添加列：将新增加的列 Series 通过列名作为列索引赋值给 DataFrame 。
- 删除行或者列：用 drop 方法，通过 axis 参数控制删除行或删除列
- 单个单元格的查看与修改：loc 属性，中括号内第一个元素是行索引，第二个是列索引。
- 排序：用 sort_values 方法， by 参数指定要用哪一列作为排序标准，ascending 参数决定要升序还是降序。
- 取前 N 个和后 N 个：head 和 tail 函数，N 就是函数的参数。
- 获取行数和列数：shape 属性。
最后，为电视剧评分的 DataFrame，添加一列质量评级信息，列名为:"level"，规则是：
- 评分小于 2 分，则 level 为“低”；
- 大于等于2分，小于4分，则为“中”；
- 大于等于4分，则为“高”。
添加完后，打印出增加之后的 DataFrame。
# 从 shape 获取行数
row_count = shape[0]
# 用于临时存放每一行 level 的信息
levels = []
# 用一个循环，来对每一行都进行处理
for i in range(0,row_count):
# 获取当前行的评分
rating = df_rating.loc[i,"rating"]
# 去除 分 字，方便比较大小
rating = rating.replace('分','')
# 计算评级结果，并添加到levels 列表
if rating < "2.0":
levels.append('低')
elif rating < "4.0":
levels.append('中')
else:
levels.append('高')
# 将 levels 构造成series，并通过列索引level，添加到 DataFrame
df_rating['level'] = pd.Series(levels)
print(df_rating) title rating stars level
721 桃花依旧笑春风 5.0分 主演苗圃,陈龙,郑国霖,徐小飒 高
2454 特种兵之霹雳火 5.0分 主演任天野,牟星,程愫,任柯诺,陈美霖,李飞,吴京 高
2516 加油爱人 5.0分 主演陈晓东,唐艺昕,徐正溪,毛林林,孙骁骁,金泽灏,杨贵媚 高
2514 别碰我心底的小柔软 5.0分 主演易恒,辛瑞琪,倪言,蔡宜达,刘洛汐,金尤美,童话,师子寻 高
2503 硬骨头 5.0分 主演吴其江,王强,李梅可,褚峰,郭东文,葛玟希,王奕盛,王俊彭,周建鹏 高
... ... ... ... ...
2726 御狐之绊第二季 1.0分 主演冯铭潮,张籽沐,奚美娟,方晓莉,金美伶 低
3103 便衣支队 1.0分 主演贾乃亮,吴京安,董可飞,衣珊,于咏琳,邵峰 低
846 嘻哈四重奏第五季 1.0分 主演卢正雨,杨晴瑄,蔡文静,钱志君 低
332 铁核桃2 1.0分 主演傅程鹏,侯梦莎,任柯诺,夏侯镔 低
1444 薛定谔的猫 1.0分 主演马瑞男,苏诗丁,孙天宇,周梓琦 低
[3600 rows x 4 columns]
9892
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
