本文详细介绍了Pandas库中Series和DataFrame的索引机制，包括单层和多层索引的使用方法，以及如何通过loc和iloc方法精确获取数据。涵盖了数据切片、条件筛选等关键操作。
索引值指的是自己定义的index， 索引下表代表系统默认的索引
Series：
对于只有一层索引的series：
s[索引值] 获取到该索引值下的数据
s[[索引值1,索引值2]] 获取索引值1和索引值2对应的数据
s.loc[索引值] 获取该索引值下的数据
s[索引下标] 获取该索引下标的数据 如果索引下标和索引值相同 则优先使用索引值
s[[索引下标1,索引下标2]] 获取索引下标1和索引下标2对应的数据
s.iloc[索引下标] 获取该索引下标的数据
s[索引值1：索引值n] 和 s[索引下标1：索引下标n] 都可以进行切片操作，如果索引值和索引下标冲突 则 优先使用索引下标
s[s>5]可以查询出满足条件的数据
对于两维的索引的series：
s[第一维索引值，第二维索引值] 获取一维索引下 二维索引值
s[[第一维索引值1，第一维索引值2]] 获取一维索引下的两组数据
s[第一维索引1：第一维索引n] 对第一维索引进行切片操作
s.iloc[0:3] 取到所有数据中前三条数据
DataFrame：
对于一维索引的DataFrame：
df.loc[行索引名] 可以获取该索引下的一行数据
df.loc[[行索引名1，行索引名2]] 获取多行数据
df.loc[df[列名]>50] 查询满足某一列条件的数据
df.loc["行索引1":"行索引n"]（左闭右闭） 切片取某几行 列无法进行切片
df.iloc[1:3]（左闭右开） 按索引下标取某几行
df["列名"] 直接获取某列数据 得到一个series
df[列名][行索引] 获取该列名下 该索引下数据
df[列名，行索引]报错
df.loc[行索引][列名] 获取该行索引下 该列名下数据
df.loc[行索引，列名] 效果同上 不报错
df.loc[行索引]得到一个series
对于二维索引的DataFrame：
df[一维索引名1：一维索引名n] 可以对一维索引进行切片 （经常会报错 ，不推荐使用 ）
df.iloc[0:3] 取所有数据中前三条数据
df.loc[一维索引名].loc[二维索引名]结果等同于 df.loc[一维索引名，二位索引名]
df.loc[[一维索引名1，一维索引名n]] 获取对应多个一维索引下数据
对多维的列索引原理相同
扫一扫
5505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
