第一章：数据载入及初步观察

1.4 知道你的数据叫什么

1.4.1 两个数据类型DateFrame和Series

sdata = {'a':1,'b':2,'c':3,'d':4}

example_1 = pd.Series(sdata)

data = {'name':['a','b','c','d'],'age':['10','11','12','13'],'year':['2011','2010','2009','2008']}

example_2 = pd.DataFrame(data)

1.4.2 查看DataFrame数据的每列的名称

df.columns

1.4.3 查看"Cabin"这列的所有值

df.Cabin

df['Cabin']

1.4.4 删除多余列

del test_1['a']

test_1.drop(['a'],axis=1,inplace=True)

1.4.5 隐藏多余列

df.drop(['PassengerId','Name','Age','Ticket'],axis=1)

1.5 筛选逻辑

1.5.1 多条件筛选

找出df中A列值为100且B列值为‘a’的所有数据

df[(df.A==100)&(df.B=='a')]

找出df中A列值为100或B列值为‘b’的所有数据

df[(df.A==100)|(df.B=='b')]

1.5.2 筛选某一行

midage.loc[[100],['Pclass','Sex']]

midage.iloc[[100],[2,4]]

显示索引：.loc,第一个参数为 index切片，第二个为 columns列名

隐式索引：.iloc（integer_location）， 只能传入整数

midage = midage.reset_index(drop=True)

reset_index()重置索引，在获得新的index，原来的index变成数据列，保留下来。不想保留原来的index，使用参数 drop=True，默认 False。

df.at[index,columns]

df.iat[1,1]