pandas常用的Series数据结构，以及对文件数据常用的增删改查操作
DataFrame是由行和列组成的，其中的一行或一列就管他叫Series结构，所以说DataFrame是由一系列的Series结构组成的，DataFrame是数据都取下来的矩阵，Series结构就是矩阵中的一行或者一列。
现在有一个csv文件，里面是国外电影的评分
我们接下来就是使用Series结构来分析这些数据，那么如何获取series结构呢？
通过这个可以看出直接DataFrame【列名】获取到了一列，而这一列就是Series结构，它可以通过切片的方式来获取到这列中的数据
print(film)输出film这一列
print(film.values)输出film这一列，只不过是以矩阵的形式ndarray
直接通过DataFrame【列名】方式获取到的series的索引是数字下标，我们可以自己生成一个series，使用电影的名字来生成
从结果可以看出生成了一个series，这个series的索引是电影的名称，我们可以通过电影的名称找到对应的电影评分
代码分析：
series_custom=Series(rt,index=film)rt是机构RottenTomatoes评分，film为电影的名字，这个意思就是建立一个series它以film的名字为索引的series，其值为机构RottenTomatoes评分，二者是一一对应的关系，之后就可以通过电影的名字来获取到对应的机构RottenTomatoes的评分
这个实例充分说明，string值也可以当作索引的
生成了一个series之后可以进行排序，按照键排序，或者按照值排序
两个相同维度的serise可以直接相加，使用add函数
可以看出其电影名字对应的值是原来两个值相加而成
和series一样DataFrame的索引也是数字下标，他也可以指定字符类型为索引，如下所示：
fandango的类型是DataFrame，它的默认索引是数字下标，
fandango.set_index('FILM',drop=False)这个意思就是设置DataFrame的索引为FILM，可以看出输出f.index为索引，结果是电影名字
有了电影名字为索引之后，就可以通过索引来获取到对应的值
不仅可以通过字符索引来获取值，还可以使用字符索引来切片，还可以使用loc通过索引定位到那里
