数据分析7 -- 以表格的形式查看和操作数据

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，DataFram