第六章 pandas入门，改变series和DataFrame索引

增加或重排：重新索引reindex
删除：drop
对于一个已经建好的DataFrame对象，想要调整它的列索引顺序。

使用.reindex(columns=)方法

同理，使用.reindex(index=)方法，可以调整它的行索引顺序。

总结：千万不要认为reindex仅仅是给索引改名，它是改变了key-values的关系，改变了整个DataFrame对象结构。

添加行索引，newdf=df.columns.insert(4,‘新增’)

这条语句的意思是，在df的行索引上插入一个新的索引，它执行完成后，newdf是一个index类型，并不是最终的DataFrame对象。
再次使用newd=df.reindex(columns=newdf)语句，才能完成索引重排，得到想要的DataFrame对象。

因为没有给新增的列提供数据，所以值为NaN，想要填充这些值，可以在reindex中添加参数fill_value

如果想要删除某列，使用.columns.delete()

#####总结，添加或删除行列索引分为两步骤，第一步准备新的索引名.columns.insert（delete）或者.index.insert（delete），第二步使用reindex重排，注意insert和delete的位置参数不能为自定义的索引名，只能使用默认的数字.
#####有没有删除更简单的方法呢，那就是使用.drop,这样参数能为自定义的索引名，更简单的添加方法似乎没有。

df.drop(columns=lab) 或者df.drop(lab,axis=1)

这里添加行索引后，又把列顺序给搞乱了，有点烦。
#####检查了一下执行顺序，发现一个疑问：

df.reindex(columns=['城市','同比','环比','定基'])
df.columns

明明使用reindex方法修改了columns，但是df.columns依然没有变化。

#####改名使用rename
前一章的疑惑，如何给指定的series行索引改名方法，以及DataFrame指定行列索引改名方法，也通过官方文档查询到了。
毕竟如果仅仅需要修改1，2个行列索引名，把全部的名字都重新赋值一次太麻烦了。
使用.rename({})形式，新名字与旧名字用:号隔开，单纯改名，不改变DataFrame对象结构。

rename优点在于只需要写出要改的标签，其余不动。
####批量改名
比如想把index标签0到4修改成10到14，虽然也可以用rename，但是代码写出来要一一对应，也比较麻烦。
更简单的方法是用.index属性，前一章已经提过.index事实上就是一个列表。

ls=list(range(10,15))
df.index=ls

还有一种方式，这个列子.index能够进行算术操作，index标签0到4修改成10到14，只需要原始.index+10

newindex=df.index+10
df.index=newindex

和rename比起来，缺点在于.index必须给出所有列表元素，哪怕你不想修改的部分，也要原样填充。