Pandas数据的选取

使用python的工具包pandas，可以方便的处理数据。但是发现一个问题：有时候总是不知道怎么选取数据。因此在这里记录一下。由于在实际使用中，主要用到的就是DataFrame的结构，因此，这里主要说DataFrame数据结构中，数据的选取方法。

假设我们已经有了DataFrame数据，呈现如下结构：

index	pop	state	year
0	1.5	Ohio	2000
1	1.7	Ohio	2001
2	3.6	Ohio	2002
3	2.4	Nevada	2001

data = {'state':['Ohio', 'Ohio', 'Ohio', 'Neveda'],'year':[2000, 2001, 2002, 2001],'pop':[1.5,1.7, 3.6, 2.4]}
frame = pd.DataFrame(data, index=['2','3','4','5'])
print frame

一）行的选择
首先我们说针对行的选取，分为：单行选取，切片选取，选择选取，这些选取都可以分为使用索引index来选取，以及通过第n行的行值来选取。而这些选取都可以使用ix这个功能来实现。
1、选其中一行：
1）使用index： frame.ix[‘3’]
2) 使用行值：frame.ix[1]

2、切片选取：
1）使用index：frame.ix[‘3’:’5’]
2）使用行值：frame.ix[0:2]

3、选择选取：
1）使用index：frame.ix[[‘3’,’5’]]
2）使用行值：frame.ix[[0,2]]

二）列的选择
列的选取也可以对应行的选取的方式，分为：单行选取，切片选取，选择选取。列的选择直接使用frame这个DataFrame来选择就好，但是有些方式是不支持的。
1、选择其中一列
1）使用index：frame[‘pop’]
2）使用列值：frame[[1]]

2、切片选取
1）使用index：对于DataFrame来说，对应行的index选取方式，应该是frame[‘pop’:’year’]。但是实际上这个是不支持的，不知道为什么。后面讲另外的列切片选取方法。
2）使用列值：对应行的值选取方法，应该是frame[0:2],但实际上，这个选择的仍然是行~。这个点需要注意。

3、选择选取
1）使用index：frame[[‘pop’,’year’]]
2）使用列值：frame[[0,2]]

三）行列的综合选择
行列的综合选择需要使用ix的方法，即frame.ix[:, :]
即逗号前后的行、列都可以使用一、二本来自己就支持的方法，来选择所需要的值。
除了原先的功能之外，使用该方法，列可以使用切片的方式来选择数据：
1）使用index来选择列：
frame.ix[:, ‘pop’:’year’]

2）使用列值来选择：
frame.ix[:,0:2]

另外还需要注意的是：
使用index切片来选取时，是头尾都包含的，即使用index：frame.ix[‘3’:’5’]中’3’到’5’的行都会包含；但是使用行值，frame.ix[0:2]，则只会包含0,1两行。
列是同样的道理。