基础概述
loc：通过行标签索引数据，例如取index为a的行；location的缩写
iloc：通过行号索引行数据，例如取第2行数据；Integer and location的缩写
ix：通过行标签或行号索引数据（基于loc和iloc的混合）；
基础使用用法
#!/usr/bin/python3
# -*- coding: utf-8 -*-
# @Time : 2019-06-05 22:59
# @Author : LiYahui
# @Description : 选取部分的数据
import pandas as pd
# 嵌套的嵌套序列数据结构
city_data = {'城市': pd.Series(['北京', '上海', '深圳', '成都', '杭州'], index=['a', 'b', 'c', 'd', 'e']),
'人口/千万': pd.Series([2171, 2415, 1191, 901,899], index=['a', 'b', 'c', 'd', 'e']),
'年份': pd.Series([2015, 2016, 2015, 2016, 2015], index=['a', 'b', 'c', 'd', 'e'])
}
df1 = pd.DataFrame(city_data)
# print(df1)
'''
城市 人口/千万 年份
a 北京 2171 2015
b 上海 2415 2016
c 深圳 1191 2015
d 成都 901 2016
e 杭州 899 2015
'''
利用loc、iloc提取行数据
提取单行数据
# 利用loc、iloc提取行数据
# 取索引为a的行
df2=df1.loc['a']
# print(df2)
'''
城市 北京
人口/千万 2171
年份 2015
Name: a, dtype: object
'''
#取第一行数据，索引为'a'的行就是第一行，所以结果相同
df3=df1.iloc[0]
# print(df3)
'''
城市 北京
人口/千万 2171
年份 2015
Name: a, dtype: object
'''
# 对比发现，df2和df3是完全一样的；
提取多行数据
# 取索引为a,c的行,索引必须放入一个list中
df2=df1.loc[['a','c']]
print(df2)
'''
城市 人口/千万 年份
a 北京 2171 2015
c 深圳 1191 2015
'''
#取第一行、第三行数据，索引为'a'的行就是第一行，c就是第三行，所以结果相同
df3=df1.iloc[[0,2]]
print(df3)
'''
城市 人口/千万 年份
a 北京 2171 2015
c 深圳 1191 2015
'''
# 对比发现，df2和df3是完全一样的；
利用loc、iloc提取列数据
df4=df1.loc[:,['城市']] # 取a列所有行，多取几列格式为 data.loc[:,['a','c','f']]
df6=df1.loc[:,['城市','年份']] # 取a列所有行，多取几列格式为 data.loc[:,['a','c','f']]
print(df4)
'''
城市
a 北京
b 上海
c 深圳
d 成都
e 杭州
'''
print(df6)
'''
城市 年份
a 北京 2015
b 上海 2016
c 深圳 2015
d 成都 2016
e 杭州 2015
'''
df5=df1.iloc[:,[0]] # 取第0列所有行，多取几列格式为 data.iloc[:,[0,2,5]]
print(df5)
'''
城市
a 北京
b 上海
c 深圳
d 成都
e 杭州
'''
利用loc、iloc提取指定行、指定列数据
df7=df1.loc[['a','c'],['城市','年份']] #提取index为a、c，column为'城市','年份'的数据
print(df7)
'''
城市 年份
a 北京 2015
d 成都 2016
'''
df8=df1.iloc[[0,3],[0,2]] # 提取第0、3行，第0、2列数据
print(df8)
'''
城市 年份
a 北京 2015
d 成都 2016
'''
利用loc、iloc提取所有数据
df9=df1.loc[:,:]
print(df9)
'''
城市 人口/千万 年份
a 北京 2171 2015
b 上海 2415 2016
c 深圳 1191 2015
d 成都 901 2016
e 杭州 899 2015
'''
df10=df1.iloc[:,:]
print(df10)
'''
城市 人口/千万 年份
a 北京 2171 2015
b 上海 2415 2016
c 深圳 1191 2015
d 成都 901 2016
e 杭州 899 2015
'''
利用loc函数，根据某个数据来提取数据所在的行
df11=df1.loc[df1["城市"]=="杭州"] ##提取df1数据(筛选条件: 城市列中值为杭州所在的行数据)
print(df11)
'''
城市 人口/千万 年份
e 杭州 899 2015
'''
利用loc函数，取指定坐标系的元素值
# 例如：取第a行，列名为=年份的元素
ele=df["a","年份"]
ix用法
ix的操作比较复杂，在pandas版本0.20.0及其以后版本中，ix已经不被推荐使用，建议采用iloc和loc实现ix。
推荐学习博客：Python: pandas中ix的详细讲解
