如果此时输出data中结果，如图1所示。此图帮助大家了解目前DataFrame中的情况。

图1  输出data中的结果

data.columns[1:] 表示DataFrame data的所有列名，从第二列开始到最后一列。data.columns 返回 DataFrame 的所有列名，是一个 Index 对象。[1:] 是切片操作，从索引 1 开始（即第二列），取到最后一个列名。此操作输出的结果存储到years中，years的结果如图2所示。

图2  输出years中的结果

data.loc[data['指标'] == '国内游客', years].iloc[0].values 这个表达式的作用是从 DataFrame data 中筛选出 ‘指标’ 列等于 ‘国内游客’ 的行，并选取指定年份列的数据，然后取第一个匹配行的数据，并将其转换为 NumPy 数组。data['指标'] == '国内游客'：这是一个布尔索引，用于筛选‘指标’列中值为‘国内游客’的行。data.loc[筛选条件, 年份列]：loc 是基于标签的索引，这里使用筛选条件和年份列名来选择数据。years 是一个数组或列表，包含要选取的年份列名。.iloc[0]：iloc 是基于整数位置的索引，这里取第一个匹配的行。.values：将 Series 对象转换为 NumPy 数组。

此时输出domestic_tourists中的信息，如图3所示。

图3  输出domestic_tourists中的结果

同理，urban_tourists = data.loc[data['指标'] == '城镇居民国内游客', years].iloc[0].values 这个表达式的含义与之前类似，但这次筛选的是‘指标’ 列中值为‘城镇居民国内游客’的行，rural_tourists = data.loc[data['指标'] == '农村居民国内游客', years].iloc[0].values 的含义是从 DataFrame data 中筛选出 ‘指标’ 列等于 ‘农村居民国内游客’ 的行，并选取指定年份列的数据，然后取第一个匹配行的数据，并将其转换为 NumPy 数组。