Datawhale学习记录3

索引器

表的列索引

列索引是最常见的索引形式，一般通过[ ]来实现。通过[列名]可以从DataFrame中取出相应的列，返回值为Series，例如从表中取出姓名一列：

// A code block
df = pd.read_csv('../data/learn_pandas.csv', usecols = ['School', 'Grade', 'Name', 'Gender', 'Weight', 'Transfer'])

df['Name'].head()

// An highlighted block
0      Gaopeng Yang
1    Changqiang You
2           Mei Sun
3      Xiaojuan Sun
4       Gaojuan You
Name: Name, dtype: object

如果要取出多个列，则可以通过[列名组成的列表]，其返回值为一个DataFrame。此外，若要取出单列，且列名中不包含空格，则可以用.列名取出，这和[列名]是等价的。

序列的行索引

【a】以字符串为索引的Series

如果取出单个索引的对应元素，则可以使用[item]，若Series只有单个值对应，则返回这个标量值，如果有多个值对应，则返回一个Series.如果取出多个索引的对应元素，则可以使用[items的列表]

【b】以整数为索引的Series

在使用数据的读入函数时，如果不特别指定所对应的列作为索引，那么会生成从0开始的整数索引作为默认索引。当然，任意一组符合长度要求的整数都可以作为索引。

和字符串一样，如果使用[int]或[int_list]，则可以取出对应索引元素的值.如果使用整数切片，则会取出对应索引位置的值，注意这里的整数切片同Python中的切片一样不包含右端点。

loc索引器

对于表而言，有两种索引器，一种是基于元素的loc索引器，另一种是基于位置的iloc索引器。(元素的意思是每行每列的名城，例如 性别 年龄 身高， 而位置的意思就是每行所在的索引号 1 2 ……）

loc索引器的一般形式是loc[A, B]，其中A代表行的选择，B代表列的选择，如果省略第二个位置写作loc[A]，这个是指行的筛选。其中，A/B 的位置一共有五类合法对象，分别是：单个元素、元素列表、元素切片、布尔列表以及函数，下面将依次说明。

【a】A/B 为单个元素

此时，直接取出相应的行或列，如果该元素在索引中重复则结果为DataFrame，否则为Series.

【b】A/B 为元素列表

此时，取出列表中所有元素值对应的行或列：

// A code block
var foo = 'bar';

// An highlighted block
var foo = 'bar';

【c】A/B 为切片

之前的Series使用字符串索引时提到，如果是唯一值的起点和终点字符，那么就可以使用切片，并且包含两个端点，如果不唯一则报错
d】A/B 为布尔列表

在实际的数据处理中，根据条件来筛选行是极其常见的，此处传入loc的布尔列表与DataFrame长度相同，且列表为True的位置所对应的行会被选中