3.1 数据对象

Pandas中最重要的两种数据对象是Series和DataFrame，其中DataFrame由多个Series组成，而索引是DataFrame和Series的重要组成部分，下面介绍它们的概念及基本用法。

3.1.1 Series对象

上一章介绍的Numpy多维数组常用于处理单一类型的数据，可看作列表的扩展；而Series可以管理多种类型的数据，可以通过索引值访问元素，更像基本数据类型中字典的扩展，可以把它视为带索引的一维数组。下面将从创建、查询、添加、删除等几方面学习Series的使用方法。

1.创建

创建Series需要指定值和索引，当不指定索引时，索引为元素的序号。

也可以使用转换的方式将其他类型的数据转换成Series类型。

2.查询

Series支持用索引值访问其中的数据，这种操作类似于访问字典元素；也可以用位置下标访问数据元素，操作方法类似于访问列表元素。

Series由两个数组组成，其数据值和索引值可作为属性访问。

Series还提供多维数组对象接口，用于处理多维数组的函数都可直接处理Series元素。

通过索引列表、下标列表、下标切片的方式可以访问Series中的一个或多个元素。

还可以通过Series的iteritems方法以迭代的方式遍历元素。

3.添加

用append方法连接两个已有的Series，并返回新的Series，且不改变原数据。

4.删除

用drop方法删除索引值对应的Series元素，并返回删除后的Series，且不改变原数据。

3.1.2 DataFrame对象

DataFrame类似于数据库中的数据表table，是数据处理中最常用的数据对象。从数据结构的角度可将其视为有标签的二维数组，横向为行，纵向为列，且每行有行索引，每列有列名，列中数据类型必须一致。

1.创建

利用转换方式将已有数据转换成DataFrame，其语法如下：

其中，data是待转换的数据，index是索引值（行），column是列名。下例通过数组组成的字典创建DataFrame。

在通过字典组成的数组创建DataFrame时，如果不指定索引，则以数据的序号作为索引，使用Series创建Dataframe与之同理。

通过数组创建DataFrame，用columns指定列名。

2.添加

用append函数可以在当前DataFrame的尾部添加一行，然后返回新表。添加的内容可以是列表、字典、Series，本例中以字典为例示范append函数的使用方法。

如果想在两行之间插入数据，则可以先用索引值将DataFrame切分成前后两个表，然后将前表、新行、后表连接在一起。

除了添加一行，append函数还支持将两个DataFrame表连接在一起，支持表连接的函数还有concat。下例中，将df表和其自身连接起来，使用ignore_index=True忽略索引值，索引值重新排序。

添加列最简单的方法是直接给新列赋值：

如果需要在指定位置插入新列，则需要用insert方法。

3.删除

用drop方法可以删除DataFrame的行和列。在删除列时，需要指定参数axis=1；当该参数默认为0时，即删除行。drop方法支持删除一行/多行或一列/多列，在删除行时需要指定行的索引值。在本例中，删除第1行后，仅剩第0行。

在删除列时需要指定列名，drop方法默认返回删除列后的数据表，原表不变。当指定其参数inplace=True时，原数据表内容被修改。

用del方法也可以从原表中删除a列。

还可以用pop方法删除列，调用pop方法之后，b列的内容作为函数返回值并同时从原表中删除。

3.1.3 Index对象

1.索引

DataFrame中的索引包括行索引和列索引，其类型为Pandas.Index，简称为pd.Index。它的结构类似于数组，但其数据内容不可以修改（不允许单个修改，但可以对行索引或列索引整体重新赋值）。在理论上，索引中允许内容重复，在数据表中允许有重名的列或者行索引值，但一般不推荐使用。

用pd.Index将其他类型转换成索引对象。

用values属性查看Index中的所有值。

用下标或下标数组读取部分索引值。

用get_loc或get_indexer查找值对应的下标。

2.修改索引

对DataFrame的column和index重新赋值可改变其索引，数据表内容不变。

如果不仅仅想改变索引值，还想重排行或列的顺序，可以使用DataFrame的reindex方法。从下列返回结果可以看到，reindex方法返回了新的数据表，原表不改变。对于已有的索引值，对应行的顺序发生了变化；对于不存在的索引值，生成了新的行并置为空值。

除了对行修改，reindex方法还支持修改列索引，用columns参数指定其新的列索引值。

用sort_index方法对索引重新排序，该方法默认返回新的DataFrame。

还有一种更为简单的方法，即用直接赋值的方法修改其列索引的顺序。

3.多重索引

多重索引包括多重行索引和多重列索引，在数据分析和建模过程中使用多重索引的情况并不多。多重列索引主要出现在从其他格式文件导入数据和导出数据，以及前期的数据处理过程中，如从Excel文件中导入的表格，如表3.1所示。

用read_excel方法读取数据表（读取Excel需要第三方库支持，具体方法请参见第5章），注意用header参数指定列索引包含前两行（读取双重行索引使用index_col=[0，1]）。从返回结果可以看到，其每个字段被表示为多层列名组成的元组。

由于数据被解析成多重索引处理起来比较麻烦，因此一般会将其两列索引组合成单层索引。下例用join方法将元组连成的字符串作为新的字段名。

多重行索引常出现在groupby用多变量分组后的数据中（groupby将在3.3节中详细介绍，本例中代码的前三行只作为数据源使用，主要关注将索引转换为普通列的方法），在这种情况下，通常使用reset_index方法将多重行索引转换成普通列。创建多重行索引数据：

从运行结果可以看到，行索引为AGE和OWNRENT两层。在使用reset_index方法后，索引被转换为普通列。