6. 对于DataFrame的赋值与列删除：

• 将列表或者数组赋值给某个列时，其长度必须跟DataFrame的行数匹配。
• 将标量赋值给某个列时，会将标量扩充
• 将Series赋值给某个列时，会精确匹配DataFrame的索引。如果DataFrame中某个label在Series中找不到，则赋值NaN（空位都将被填上缺失值）
• 为不存在的列赋值会创建出一个新列（必须用字典的形式，不能用属性赋值的形式）
• 关键字del用于删除列（必须用字典的形式，不能用属性赋值的形式）

7. 对于Series的赋值与删除：

• 对于单个索引或者切片索引，要求右侧数值的长度与左侧相等
• 为不存在的label赋值会创建出一个新行（必须用字典的形式，不能用属性赋值的形式）
• 关键字del用于删除行（必须用字典的形式，不能用属性赋值的形式）

8. 如果Series/DataFrame的索引有重复label，则数据的选取行为将有所不同：

• 如果索引对应多个label，则Series返回一个Sereis，DataFrame返回一个DataFrame
• 如果索引对应单个label，则Series返回一个标量值，DataFrame返回一个Series

你可以通过Index.is_unique属性得知索引是否有重复的。

• 对于[]、字典索引、属性索引或者.loc/.ix存取器，结论如上所述
• 对于.at存取器：如果索引对应单个label，索引结果正常。如果索引对应多个label，则Series返回一个一维ndarray；DataFrame则抛出异常。

9. 对于Series/DataFrame，它们可以使用ndarray的接口。因此可以通过ndarray 的索引规则来索引它们。

df=pd.DataFrame(...)
df[:,0] #使用了 ndarray 的索引方式