索引器:loc、iloc和ix,
如果Series是显式整数索引,那么data[1]这样的取值操作会使用显式索引,而data[1:3]这样的切片操作会使用隐式索引。
Pandas提供的索引器(indexer)属性来取值的方法不是Series对象的函数方法,而是暴露切片接口的属性。
第一种索引器是loc属性,表示取值和切片都是显式的:
第二种是iloc属性,表示取值和切片都是Python形式(从0开始,左闭右开区间)的隐式索引:
第三种取值属性是ix,它是前两种索引器的混合形式。在Series对象中ix等价于标准的[](Python列表)取值方式。
在处理整数索引的对象时,强烈推进使用索引器,可以让代码阅读和理解起来更容易,也能避免因误用索引/切片而产生的小bug。
将DataFrame看作字典,
把DataFrame当作一个由若干Series对象构成的字典。
两个Series分别构成DataFrame的一列,可以通过对列名进行字典型是的取值获取数据。
将DataFrame看作二维数组,
Pandas索引器loc、iloc和ix,
通过iloc索引器,像对待Numpy数组一样索引Pandas的底层数组(Python的隐式索引),DataFrame的行列标签会自动保留在结果中。
loc属性,表示取值和切片都是显式的。
iloc属性,表示取值和切片都是Python形式的(从0开始,左闭右开区间)隐式索引。
如果对单个标签取值就选择列,而对多个标签用切片就选择行。
data['area']data['Dongguan':'Guangzhou']