pandas数据结构Series, DataFrame的索引方式总结
1, 转换为Numpy。
pandas的目的在于方便进行列操作，如果想遍历循环，就利用values值转换为numpy。
import pandas as pd
df = pd.DataFrame({
'a':[10,20,30],'b':['c',30,40]})
print(df.values)
print(df['a'].values)
'''
[[10 'c']
[20 30]
[30 40]]
[10 20 30]
'''
2,索引
一，DataFrame普通索引三种：
1，df[列名或者列名list]
2，df.loc[[行名], [列名]]
3，df.iloc[[行号],[列号]]
二，serires普通索引有三种：
1，se[行名] ,其中之后的版本中,只有se[[行名]]这一种。
2，se.loc[[行名]]
3，se.iloc[[行号]]
import pandas as pd
df = pd.DataFrame({
'a':[10,20,30],'b':['c',30,40]})
print(df['a'])
print(df[['a', 'b']])
print(df.loc[1, 'a'])
print(df.loc[[1,2], ['a']])
print(df.iloc[1, [0,1]])
二， 布尔索引两种：
1，data[[行布尔]]， 用于挑选行的。
2， data.loc[[行布尔]，[列布尔]]
import pandas as pd
df = pd.DataFrame({
'a':[10,20,30],'b':['c',30,40]})
df.index = ['a', 'b', 'c']
print(df[df.a == 10])
print(df.loc[df.a==10, [True, False]])
print(df.loc[df.a==10, df.columns!='b']) #出去b之外的所有列。
'''
a b
a 10 c
a
a 10
'''
