Pandas——索引

主要知识结构框架

相关细节内容请参
https://github.com/datawhalechina/joyful-pandas/blob/master/%E7%AC%AC2%E7%AB%A0%20%E7%B4%A2%E5%BC%95.ipynb
内容可以说是细致入微，以上知识框架是对整体内容做的一个归纳整理，方便快速了解这一部分的知识结构。

以下是在学习过程中自己思考的几个小问题：

1、loc和iloc的区别

pandas以类似字典的方式来获取某一列的值，比如df[‘A’]，这会得到df的A列。如果我们对某一行感兴趣呢？这个时候有两种方法，一种是iloc方法，另一种方法是loc方法。loc是指location的意思，iloc中的i是指integer。这两者的区别如下：
loc works on labels in the index.
iloc works on the positions in the index (so it only takes integers).
也就是说loc是根据index来索引，比如下边的df定义了一个index，那么loc就根据这个index来索引对应的行。iloc并不是根据index来索引，而是根据行号来索引，行号从0开始，逐次加1。
或者可以理解为：
iloc主要使用数字来索引数据，不能使用字符型的标签来索引数据。
loc只能使用字符型标签来索引数据，不能使用数字来索引数据。特殊情况：当dataframe的行标签或列标签为数字时，loc就可以来索引。
另外就是，与loc不同，iloc切不包含右端点，相当于右侧非闭。

2.布尔索引的理解

布尔索引顾名思义，就是通过布尔运算符：与、或、非，来进行索引相应符合布尔条件的数据。
个人理解isin方法和字典方法类似，属于逐步锁定符合条件的数据。

3.多层切片

在进行多层切片时需要先做排序，如
df_using_mul.sort_index().loc[(‘C_2’,‘street_6’)😦‘C_3’,‘street_4’)]

由元组构成列表，表示选出某几个元素，精确到最内层索引，相当于直接查找同时符合多个条件的元素；
由列表构成元组，选出第一层在‘C_2’和’C_3’中且第二层在’street_4’和’street_7’中的行，相当于一层一层地进行条件筛选，最终找到符合条件的元素。