series选取值_Series和DataFrame的数据取值与选择

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']