pandas的索引操作（针对DataFrame）以及drop的用法

1，标签索引：

• 取连续多行：
  df1.loc[ 0:2 ]
• 取连续多列：
  df1.loc[ : ,’ a ‘:’ c ’ ]
• 取不连续多行
  df1.loc[ [ 0,2 ] ]
• 取不连续多列
  df1.loc[ : , [’ a ', ’ c ’ ] ]
• 取出不连续的多行多列
  df1.loc[ [0,2],[’ a ', ’ c ’ ] ]
• 布尔索引
  df1.loc[ df1[ ’ c ’ ]>0.25 ]

2，位置索引：
loc和iloc的区别：loc是基于索引的，iloc是基于下标位置的，所以loc包含结束位置，iloc不包含结束位置

• Series的位置索引：
  ser1.iloc[1:3]
• DataFrame的位置索引：
  df1.iloc[ : , 1 ]

df1 = pandas.DataFrame(
    {
        'name' :['python','Java','C','C++'],
        'class':['简单','简单','中等','很难' ],
        '掌握的程度':['基本','基本','还可以','还可以'],
        '打分':[70,70,100,90]
    },index=['a','b','c','d']
)
print(df1)

print(df1.iloc[0])
print('--------------------->')
print(df1.loc['a'])

3,删除：

• drop:

df1.drop('a')
print(df1)
df1.drop('a',inplace=False)
print(df1)
df1.drop('a',inplace=True)
print(df1)

运行结果：

inplace 是指定是否在原始数据上进行操作

df1.drop('class',axis = 1)
#axis默认值为0，指的是行，axis = 1 时指的是列