接上篇：笨办法学分析[01]数据导入
我们导入了对学生群体的网购行为调研数据，今天来对数据进行简单的操作和替换。
01.访问员编号数据重构（替换为名称）
我们查看数据可以观察到，问卷中的所有答案都是用代号替代的，我们可以使用pandas中的各种函数达成我们的统计目的，但是统计出的分类并不利于我们识别。因此将这些代号替换成人类易于识别的文字是必要的（咦，我们为什么要用代号呢？在传统的数据分析中人工使用代号作分类、录入等非常高效有用，但用于计算机生成的数据时，似乎分类代号反而给我们带来了枷锁）。
![《笨办法学分析[02]索引与数据重构》](http://ddrvcn.oss-cn-hangzhou.aliyuncs.com/2019/5/vaUFfi.png)
前5行数据
那么拿访问员编号开刀吧。
首先，我们来统计一下访问员有哪几位。
#对访问员进行统计
int_data['访问员编号'].groupby(int_data['访问员编号']).count()
#int_data['访问员编号']：是只将访问员编号列输出出来，作为统计数据。
#groupby(int_data['访问员编号'])：是表示使用访问员编号列进行分类统计。
#count()：统计方法为计数，也可以是sum()、mean()等等常用函数。
#下面是Python的输入输出结果
In [40]: int_data['访问员编号'].groupby(int_data['访问员编号']).count()
Out[40]:
访问员编号
1 50
2 25
3 25
4 25
dtype: int64
可以看得出来，访问员一共4位，其中访问员1完成了50份问卷。2/3/4三个访问员分别完成了25份问卷。
下一步，我们我们用replace方法将原始数据中的访问员编号换成访问员名称，假设四位访问员分别为：赵一、钱二、孙三、李四。
#替换值
int_data['访问员编号'].replace(1, '赵一')
#可以传入一个替换列表，进行批量替换
int_data['访问员编号'].replace([1, 2, 3, 4],['赵一', '钱二', '孙三', '李四'])
#以下是输入输出结果
int_data['访问员编号'].replace([1, 2, 3, 4],['赵一', '钱二', '孙三', '李四'])
Out[43]:
问卷编号
1 赵一
2 赵一
3 赵一
4 赵一
5 赵一
···
120 赵一
121 赵一
122 赵一
123 赵一
124 赵一
125 赵一
Name: 访问员编号, dtype: object
不过这里有个问题，使用replace方法替换值并不改变原数据。我们将改变后的数据重新赋值给int_data或者单独列出“访问员编号数据”：
#单独列出访问员姓名数据
Surveyor=int_data['访问员编号'].replace([1, 2, 3, 4],['赵一', '钱二', '孙三', '李四'])
Surveyor.groupby(Surveyor).count()
#以下是输入输出结果：
Surveyor=int_data['访问员编号'].replace([1, 2, 3, 4],['赵一', '钱二', '孙三', '李四'])
Surveyor.groupby(Surveyor).count()
Out[48]:
访问员编号
孙三 25
李四 25
赵一 50
钱二 25
dtype: int64
这样我们就完成了数据的替换工作。
如果要更改原始数据，只需要：
int_data['访问员编号']=int_data['访问员编号'].replace([1, 2, 3, 4],['赵一', '钱二', '孙三', '李四'])
02.索引重构
附加一个：实际上像“访问员编号”、“学校”、“性别”之类的字段，是中文字符，想把它替换为英文的。
很简单，使用rename方法可以解决。
#重命名列名称，以字典形式传入
int_data.rename(columns={'访问员编号':'Surveyor',
'学校':'University',
'性别':'Sex'})
#以下是输出结果（只截取了部分数据，注意对比列标题columns）
In [53]: int_data.rename(columns={'访问员编号':'Surveyor',
'学校':'University',
'性别':'Sex'})
Out[53]:
Surveyor University Sex 3 4 5 5.1 5.2 5.3 5.4 ... 13.3 13.4 \
问卷编号 ...
1 1 C B B NaN NaN NaN NaN NaN NaN ... NaN NaN
2 1 C B A A A B C D E ... NaN NaN
3 1 C B A B A NaN NaN NaN NaN ... NaN NaN
4 1 C B A A A B C NaN NaN ... NaN NaN
5 1 C B A A A NaN NaN D E ... NaN NaN
当然，重命名索引列的名称是可以这样的：
#重命名索引列的名称（问卷编号改成“Qsnber”）
In[57]:int_data.index.names=['Qsnber']
In[58]:int_data
Out[58]:
访问员编号 学校 性别 3 4 5 5.1 5.2 5.3 5.4 ... 13.3 13.4 14 14.1 \
Qsnber ...
1 1 C B B NaN NaN NaN NaN NaN NaN ... NaN NaN A B
2 1 C B A A A B C D E ... NaN NaN A B
3 1 C B A B A NaN NaN NaN NaN ... NaN NaN A B
4 1 C B A A A B C NaN NaN ... NaN NaN A B
5 1 C B A A A NaN NaN D E ... NaN NaN A B
