PANDAS第二次打卡

第2章 索引
import numpy as np
import pandas as pd
df = pd.read_csv(‘data/table.csv’,index_col=‘ID’)
df.head()
School Class Gender Address Height Weight Math Physics
ID
1101 S_1 C_1 M street_1 173 63 34.0 A+
1102 S_1 C_1 F street_2 192 73 32.5 B+
1103 S_1 C_1 M street_2 186 82 87.2 B+
1104 S_1 C_1 F street_2 167 81 80.4 B-
1105 S_1 C_1 F street_4 159 64 84.8 B+
一、单级索引

1. loc方法、iloc方法、[]操作符
   最常用的索引方法可能就是这三类，其中iloc表示位置索引，loc表示标签索引，[]也具有很大的便利性，各有特点
   （a）loc方法（注意：所有在loc中使用的切片全部包含右端点！）
   ① 单行索引：
   df.loc[1103]
   School S_1
   Class C_1
   Gender M
   Address street_2
   Height 186
   Weight 82
   Math 87.2
   Physics B+
   Name: 1103, dtype: object
   ② 多行索引：
   df.loc[[1102,2304]]
   School Class Gender Address Height Weight Math Physics
   ID
   1102 S_1 C_1 F street_2 192 73 32.5 B+
   2304 S_2 C_3 F street_6 164 81 95.5 A-
   df.loc[1304:].head()
   School Class Gender Address Height Weight Math Physics
   ID
   1304 S_1 C_3 M street_2 195 70 85.2 A
   1305 S_1 C_3 F street_5 187 69 61.7 B-
   2101 S_2 C_1 M street_7 174 84 83.3 C
   2102 S_2 C_1 F street_6 161 61 50.6 B+
   2103 S_2 C_1 M street_4 157 61 52.5 B-
   df.loc[2402::-1].head()
   School Class Gender Address Height Weight Math Physics
   ID
   2402 S_2 C_4 M street_7 166 82 48.7 B
   2401 S_2 C_4 F street_2 192 62 45.3 A
   2305 S_2 C_3 M street_4 187 73 48.9 B
   2304 S_2 C_3 F street_6 164 81 95.5 A-
   2303 S_2 C_3 F street_7 190 99 65.9 C
   ③ 单列索引：
   df.loc[:,‘Height’].head()
   ID
   1101 173
   1102 192
   1103 186
   1104 167
   1105 159
   Name: Height, dtype: int64
   ④ 多列索引：
   df.loc[:,[‘Height’,‘Math’]].head()
   Height Math
   ID
   1101 173 34.0
   1102 192 32.5
   1103 186 87.2
   1104 167 80.4
   1105 159 84.8
   df.loc[:,‘Height’:‘Math’].head()
   Height Weight Math
   ID
   1101 173 63 34.0
   1102 192 73 32.5
   1103 186 82 87.2
   1104 167 81 80.4
   1105 159 64 84.8