9、Pandas数据操作与索引：全面指南

Pandas数据操作与索引：全面指南

1. 索引的不可变性与有序集合特性

在Pandas中，索引不支持可变操作，这种不可变性使得在多个DataFrame和数组之间共享索引更加安全，避免了因意外修改索引而产生的副作用。

同时，Pandas的Index对象遵循Python内置集合数据结构的许多约定，可以像操作集合一样进行并集、交集、差集等运算。例如：

import pandas as pd

indA = pd.Index([1, 3, 5, 7, 9]) 
indB = pd.Index([2, 3, 5, 7, 11]) 

# 交集
print(indA & indB)  # Int64Index([3, 5, 7], dtype='int64')
# 并集
print(indA | indB)  # Int64Index([1, 2, 3, 5, 7, 9, 11], dtype='int64')
# 对称差集
print(indA ^ indB)  # Int64Index([1, 2, 9, 11], dtype='int64')

这些操作也可以通过对象方法来实现，如 indA.intersection(indB) 。

2. 数据索引与选择

在NumPy中，我们可以通过索引、切片、掩码、花式索引等方式访问和修改数组中的值。在Pandas的Series和DataFrame对象中，也有类似的操作方式，但有一些需要注意的地方。

2.1 Series中的数据选择

<