Pandas索引及切片——笔记

笔记：
建表：df = DataFrame(np.random.randint(0,150,size = (6,6)),index=list('ABCDEF'),columns=['Python','数学','En','Chinese','理综','文综'])
对列进行索引
df['Java'] 数据类型Series
df[['Java','数学']] 数据类型df
df['a':'c'] == df.loc['a':'c']不能切列，只能切行[能切到c，包含c]
loc
df.loc['a','Java'] 是单个值
df.loc[['a','b'],['Java']] 是定下横纵坐标的任意值 纵坐标java列 df格式
df.loc[['a','b'],:] == df.loc[['a','b']] 是横坐标任意值，纵坐标所有值 df格式
df.loc['a':'b','Python':'Java'] 是横纵坐标切片 df格式
df.loc['a':'c','C++':] 是截取切片 df格式
df.loc['b','Java':'C++'] 是横坐标单个值，纵坐标取切片 Series格式
df.loc[['b'],'Java':'C++'] 是横坐标单个值，纵坐标切片 pd格式
iloc
df.iloc[0,0] 是单个值
df.iloc[[1,2]] == df.iloc[[1,2],:] 横坐标任意值，纵坐标所有值 df格式
df.iloc[[1,2],[1,2]] 横坐标任意值，纵坐标任意值 df格式
df.iloc[1:3,1:3] 是截取切片 df格式
df.iloc[1,1:3] 是横坐标单个值，纵坐标取切片 Series格式
df.iloc[[1],1:3] 是横坐标单个值，纵坐标切片 pd格式
df.iloc[[1,2],1:3]是横坐标多个值，纵坐标切片 pd格式

下面是Python 操作符与pandas操作函数的对应表：

Python Operator	Pandas Method(s)
+	add()
-	sub(), subtract()
*	mul(), multiply()
/	truediv(), div(), divide()
//	floordiv()
%	mod()
**	pow()