pandas库中DataFrame对象的索引方式总结

DataFrame对象有多种比较方便的索引方式，以下一一进行总结

DataFrame对象为df

1. df[val]

这边注意，返回的是DataFrame的副本，而不是视图

其中val可以是
1. 列名，也就是columns名，可以是单个列或者是由列名组成的列表，如果是单个列名则返回Serie对
象，如果是列表则返回DataFrame对象
2. 分片，用来进行行切片，比如df[:]，则会选择所有的行，即使只有一行返回的也是DataFrame对
象，df[:2]选择前两行，这里需要注意，如果说df的index本身就是数值型，比如说是0，1，2，3，
4，5....这样的索引，那么df[:2]选择的将是index为0和1的行，也就是说数字分片优先选择的是行
数而不是行标签。但是对于ix命令来说，df.ix[:2]选择是标签号从开始至2(包括)的行，也就是
上面的0,1,2行
3. boolean数组，这个很好理解，选择boolean数组中为True的值,为被选中的值会被值为NaN
4. 布尔型DataFrame，作用和boolean相似，但是需要该DataFrame和df的columns值相等，否则
会报错

---

2.df.ix[val]

1. df.ix的功能强大，可以使用标签或者索引数来进行索引操作，val是一个数值的话，那么返回该行
(注意，这里是行，df[val]才是选择列)，如df.ix['first']返回索引为first的行，df.ix[0]返
回第一行
2. val不仅可以是数值，还可以是列标签，比如，df.ix['a':'d']意思是选择从标签a到标签d（包
括）的行，也就是不是数值型也可以使用分片了，是不是很方便

---

3.df.ix[:,val]

第二条是用ix来索引行，那么索引列的操作呢？

该语法的作用是选择单个或者列的子集，可以很明显看出第一项是一个分片操作，那么可以使用df.ix[1:3,'a']来选择第一行和第二行中columns为'a'的值
当然也可以使用标签的分片，都很方便

---

4.df.loc[]

该方法是用来选择标签值的，比如说df.loc[1:3]语句，可不是选择第二行和第三行，而是选
择index索引值为1,2,3的行(包括3，前面说到了标签的分片和数字的分片不同)，注意，此处
是标签，不是行数，这也说明了，.loc[]是根据标签来进行选择的，如果在loc[]的选择范围
内填入了不存在是数值，那么便会报错，如果希望使用索引数字来进行选择呢？可以看下一
个方法,

---

5.df.iloc[]

看名字可以看出和loc[]的区别，实际看一下效果df.iloc[1:3,2:4]这个选择的范围是，第二行
(第一行是0索引，计算机从0开始计数对吧？),第三行的第二列和第三列的值，给个实例感受
一下

df
    e   f   g
0   NaN 4   1
1   7.0 5   2
2   8.0 6   3

df.iloc[1:,1:] 
    f   g
1   5   2
2   6   3

选择的是从第二行开始的所有行，第二列开始的所有列的值