Python数据分析基础：pandas抽行、抽列、抽行列。用到df[]、df.loc[]、df.iloc[]等

  初学者经常分不清何时用df[]、df.loc[]和df.iloc[]，以及要不要先把检索词用[]括起来做成列表再传参，看完本文保准帮您彻底搞明白。
  以以下df为例。

data = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
columns = ["A", "B", "C"]
df = pd.DataFrame(data=data, columns=columns)
"""
    A  B  C
0  1  2  3
1  4  5  6
2  7  8  9
"""

  在df[]、df.loc[]和df.iloc[]这3个可选项中，如果同时抽行列，就只能用df.loc[]或df.iloc[]，df[]情况稍复杂。

1 抽列

1.1 抽1列（1）

kw = "A"
s = df[kw]
# 或直接写：s = df["A"]

  以上抽出“A”列。
  当然也可直接写s = df[“A”]，分开写是为了加深印象，可以直接传入1个字符串取出对应列。结果如下：

0    1
1    4
2    7
Name: A, dtype: int64

  结果为“<class ‘pandas.core.series.Series’>”，一维。
  可以传[“A”]吗？

kw = ["A"]
s = df[kw]
# 或直接写：s = df[["A"]]

   A
0  1
1  4
2  7

  当然可以，返回类型为“<class ‘pandas.core.frame.DataFrame’>”，二维。
  请注意：df[]直接传入1个文本串的便利给了列了，抽行就不允许直接给df[]传入1个文本串了，哪怕行的索引名称与列的索引名称不同。在下述“抽行”中再详讲。
  用df.loc[]如何抽出“A”列？

s = df.loc[:, "A"]  # 得到Series
df1 = df.loc[:, ["A"]]  # 得到DataFrame

  同理如果用df.iloc[]，这样写：

s = df.iloc[:, 0]  # 得到Series
df1 = df.iloc[:, [0]]  # 得到DataFrame

  用到了半角冒号即切片，牵涉到“抽行列”了，在下述“3 抽行列”部分会具体再讲。
  小小结：（1）df[“A”]或df.loc[:, “A”]或df.iloc[:, 0]：得到Series；（2）df[[“A”]]或df.loc[:, [“A”]]或df.iloc[:, [0]]：得到DataFrame。

s = df["A"]
s = df.loc[:, "A"]
s = df.iloc[:, 0]
"""
以上得到Series
"""
df1 = df[["A"]]
df1 = df.loc[:, ["A"]]
df1 = df.iloc[:, [0]]
"""
以上得到DataFrame
"""

1.2 抽指定单独多列（单多）

  可以一口气指定两列吗，比如“A”和“C”？返回值不可能有Series了，只能是DataFrame。

kw = "A", "C"  # 报错
df1 = df