pandas 根据列名索引多列数据_利用Pandas索引和选取数据

使用Pandas做数据分析的时候，用的最多的功能恐怕就是对于数据集的索引，选组数据子集。Pandas库提供了很多非常实用的方法，了解并熟练使用这些方法而不是用for循环的方法将会事半功倍。在这一篇文章中，我们将着重介绍这些方法。

我们将使用2019年全国新能源汽车的销量数据作为演示数据，数据保存在一个csv文件中，读者可以点击下方下载按钮下载，也可以在GitHub仓库下载到 https://github.com/pythonlibrary/practice-pandas-skills.git

本篇文章中会使用到两个库pandas 和 numpy，确保它们都正确的安装，而工作环境则使用jupyter notebook，如果有需要学习如何搭建环境的，可以阅读 数据科学家的一种工作环境 – virtualenv和Jupyter Notebook。

文章中用于演示的代码也可以在前边提到的GitHub仓库中找到对应的notebook源文件，文件名为 index_select_data.ipynb

首先在notebook中导入pandas和numpy，按照常用习惯，pandas导入为pd，numpy导入为np

import pandas as pd

import numpy as np

1. 导入数据集

在这一节中，我们会将数据文件导入为pandas中的数据对象，同时针对这个数据对象，做一些基本的信息展示，方便我们理解我们将要工作的数据。

我们的原始数据文件为csv格式，因此可以快速的使用pandas提供的read_csv方法将csv文件导入为pandas的DataFrame，同时利用DataFrame对象的head方法查看前两行数据的内容。

df = pd.read_csv('NEV_sales.csv')

df.head(2)

head方法接收一个整数为参数，代表，我们想要获得的行数，默认为5行，这里我们获得了2行，可以看出，数据的索引(index)是数字，列(column)里边包含了品牌以及2019年从1月份到12月份的销售量。

为了后边演示，我们将利用df这个数据集再创建一个新的数据集名为df_brand_index，它跟df的区别是，它将使用品牌(brand)作为索引，列为2019年从1月份到12月份的销售量。我们使用set_index方法来实现。这次，我们使用跟head方法相对应的tail方法来查看df_brand_index和df的不同。

df_brand_index