python3 中pandas包 DataFrame的索引方法

整体来说常用的方法包括一下几种：

import pandas as pd
import numpy as np

df = pd.DataFrame(np.arange(20).reshape(4,5), columns = list('FRANK'), index = list('WANG'))  
print(df)
print(df['F'])                               #方法1
print(df.loc['W'])                           #方法2
print(df.iloc[0])                            #方法3
print(df.loc[:,[0,2]])                      #方法4
print(df.iloc[:,['R','K']])                 #方法5
print(df.ix[:,['R','K']])                  #方法6

    F   R   A   N   K
W   0   1   2   3   4
A   5   6   7   8   9
N  10  11  12  13  14
G  15  16  17  18  19

    df如上面表格所示，简要介绍一下各种方法~
1. df['F']  选择一列，选择多个列df[['F', 'R']]，简单明了，只支持利用列名称columns进行索引；

2. df.loc['W'] 单一行索引，同样的，利用行的indexing进行索引；

3. df.iloc[0] 单一行索引，利用行的positioning进行索引；

4. df.loc[①, ②] 行、列同时索引，功能很强大，基本能够满足常用需求，划个重点：其中①代表行的indexing，二代表列的indexing，具体可以是单个值，list，切片（注意，此时的切片包含尾部元素），布尔数组等；

5.对于df.iloc也有如此方法，只不过从indexing变成了positioning，值得注意的是，此时切片操作不包含尾部元素；

6. df.ix  用法相当于loc与iloc的整合，但在新版pandas中不推荐使用；

此外，还有at，iat等方法取得表中的单独某个值，较不常用。