目錄
索引，選擇與賦值
選擇要處理的pandas DataFrame或Series的特定值幾乎是你將研究的任何數據操作中的隱式步驟。 因此，對如何切分數據集的充分理解至關重要。
在這個案例裏，我們將查看澳大利亞墨爾本的房價數據。
點擊這裏 下載 數據集
我們將使用read_csv函數將數據讀入DataFrame。 這樣做：
import pandas as pd
melbourne_data = pd.read_csv('melb_data.csv')
pd.set_option("display.max_rows", 5)
原生的訪問方法
原生Python對象提供了許多索引數據的好方法。 pandas將所有這些都包含在內，這有助於讓它更容易入手。
考慮一下這個DataFrame：
melbourne_data
在Python中，我們可以通過將其作爲屬性訪問來訪問對象的屬性。 例如，book對象可能有title屬性，我們可以通過調用book.title來訪問它。 pandas DataFrame中的列以相同的方式工作。
因此，要訪問房價數據的地址屬性，我們可以使用：
melbourne_data.Address
如果我們在Python中有一個dict對象，我們可以使用索引（[]）運算符訪問它的值。 同樣，我們可以對pandas DataFrame列執行相同的操作。
melbourne_data['Address']
這是從pandas DataFrame中選擇特定Series的兩種方法。 它們中的任何一個都沒有或多或少比另外一個在語法上有效，但索引operator []確實具有可以處理其中包含保留字符的列名的優點（例如，如果我們有一個country providence列，則由於有空格review.country providence就無法工作了）。
pandas Series看起來不像是一個花哨的字典嗎？ 它幾乎是，所以毫不奇怪，要深入到單個特定值，我們只需要再次使用索引運算符[]：
melbourne_data['Address'][0]
'85 Turner St'
基於索引來選擇數據
索引操作符和屬性選擇很好，因爲它們的工作方式與Python生態系統的其他部分一樣。 作爲一個新手，這使他們易於使用。 但是，pandas有自己的訪問器運算符loc和iloc。 對於更高級的操作，這些是你應該使用的操作。
pandas索引在兩種範例之一中起作用。 第一種是基於索引的選擇：根據數據中的數字位置選擇數據。 iloc遵循這種範式。
要選擇此DataFrame中的第一行數據，我們可能會使用以下內容：
melbourne_data.iloc[0]
loc和iloc都是行優先，列其次。 這與我們在原生Python中所做的相反，原生Python是列優先，行其次。
這意味着檢索行更容易，並且獲取檢索列的難度稍大。 要使用iloc獲取某列時候，我們可以執行以下操作：
melbourne_data.iloc[:, 0]
：運算符，也來自原生Python，意思是“所有的”。 但是，當與其他選擇器結合使用時，它可用於指示一系列值。 例如，要選擇第一行，第二行和第三行房屋所在的郊縣列，我們會執行以下操作：
melbourne_data.iloc[:3, 0]
或者，要僅選擇第二行和第三行條目，我們會這樣做：
melbourne_data.iloc[1:3, 0]
也可以傳遞一個列表：
melbourne_data.iloc[[0, 1, 2], 0]
最後，負數也可用於選擇。 這將從值的結尾開始向前計數。 例如，這裏是數據集的最後五個元素。
melbourne_data.iloc[-5:]
基於標籤來選擇數據
屬性選擇的第二個範例是loc運算符後面的範例：基於標籤的選擇。 在這個範例中，重要的是數據索引值，而不是它的位置。
例如，要獲得房價數據中的第一個條目，我們現在將執行以下操作：
melbourne_data.loc[0, 'Suburb']
'Abbotsford'
iloc在概念上比loc更簡單，因爲它忽略了數據集的索引。 當我們使用iloc時，我們將數據集視爲一個大矩陣（a list of lists），我們必須按位置索引。 相比之下，loc使用索引中的信息來完成其工作。 由於你的數據集通常具有有意義的索引，因此使用loc通常更容易。 例如，這裏有一個使用loc更容易的操作：
melbourne_data.loc[:, ['Suburb', 'Address', 'Price']]
在loc和iloc之間選擇或轉換時，有一個值得記住的“問題”，即兩種方法使用略有不同的索引方案。
iloc使用Python stdlib索引方案，其中包含範圍的第一個元素，排除最後一個元素。因此0:10將選擇條目0，...，9。同時，loc包含索引。因此0:10將選擇條目0，...，10。
爲什麼要改變？請記住，loc可以索引任何stdlib類型：例如，字符串。如果我們有一個帶有索引值Apples，...，Potatoes，...的DataFrame，並且我們想要選擇“蘋果和土豆之間的所有按首字母排序的水果”，那麼使用 df.loc ['Apples'：'Potatoes']比df.loc ['Apples'，'Potatoet]更加方便（t在字母表中的s後面）。
當DataFrame索引是簡單的數字列表時，例如，這尤其令人困惑。 0，...，1000。在這種情況下，df.iloc [0：1000]將返回1000個條目，而df.loc [0：1000]將返回1001個條目！要使用loc獲取1000個元素，你需要降低一個並請求df.iloc [0：999]。
操縱索引
基於標籤的選擇從索引中的標籤獲得實力。 關鍵的是，我們使用的索引不是一成不變的。 我們可以以我們認爲合適的任何方式操縱索引。
set_index方法可用於完成工作。 以下是set_index到title字段時發生的情況：
melbourne_data.set_index("Address")
如果你可以爲數據集提供比當前數據集更好的索引，則執行set_index非常有用。
條件選擇
到目前爲止，我們一直使用DataFrame本身的結構屬性索引各種數據。 但是，爲了對數據做有趣的事情，我們經常需要根據條件提出問題。
例如，假設我們特別關注區縣爲Abbotsford的房屋。
我們可以先詢問每個房屋是否爲Abbotsford：
melbourne_data.Suburb == 'Abbotsford'
此操作根據每條記錄的區縣Suburb生成一系列真/假布爾值。 然後可以在loc內部使用此結果來選擇相關數據：
melbourne_data.loc[melbourne_data.Suburb == 'Abbotsford']
這個DataFrame有大約56行。 原來有~13580。 這意味着大約0.4％的房屋來自Abbotsford。
我們也想知道房價高於一定數額的房屋有多少
我們可以使用＆符號（＆）將兩個問題放在一起：
melbourne_data.loc[(melbourne_data.Suburb == 'Abbotsford') & (melbourne_data.Price >= 1000000)]
pandas附帶了一些預先構建的條件選擇器，其中兩個我們將在這裏重點介紹。
第一個是isin。 isin是允許你選擇值“在”值的列表中的數據。 例如，以下是我們如何使用它來選擇僅來自Abbotsford或Airport West的房屋：
melbourne_data.loc[melbourne_data.Suburb.isin(['Abbotsford', 'Airport West'])]
第二個是isnull（和它的伴侶notnull）。 這些方法可以突出顯示非空（NaN）的值。 例如，要過濾掉數據集中缺少價格標籤的房屋，我們將採取以下措施：
melbourne_data.loc[melbourne_data.Price.notnull()]
賦值操作
另一方面，將數據賦值給DataFrame很容易。 你可以指定一個常量值：
melbourne_data['critic'] = 'everyone'
melbourne_data['critic']
0 everyone
1 everyone
...
13578 everyone
13579 everyone
Name: critic, Length: 13580, dtype: object
或者使用可迭代的值：
melbourne_data['index_backwards'] = range(len(melbourne_data), 0, -1)
melbourne_data['index_backwards']
0 13580
1 13579
...
13578 2
13579 1
Name: index_backwards, Length: 13580, dtype: int64