索引切片選擇      2018/12/3  2018/12/14  

1.Series選擇：

2.資料幀DataFrame選擇：-彙總表

 2.2.例項：

df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],
index=[4, 5, 6], columns=['A', 'B', 'C'])
# 例項1：
df.loc[5].at['B'] # 獲取標量值： 4
df.loc[5].iat[1]  # 獲取標量值：4
df.iloc[1,1]      # 4
df.iat[1,1]=4     # 4

# 例項2：
df.loc[dates[0]] # 按標籤選擇：獲取第一行
df.iloc[2]       # 通過傳遞的整數的位置

df.loc[:,['A','B']]          # 按標籤選擇：獲取第A,B列
df.loc['20181015',['A','B']] # 按標籤選擇-減少返回物件的尺寸

df.iloc[3:5,0:2]       # 通過整數切片
df.iloc[[1,2,4],[0,2]] # 通過整數位置位置列表

# 例項3：使用isin()過濾方法
df2 = df.copy()
df2['D'] = ['one','two','three']
df2[df2['D'].isin(['two','three'])]
'''
   A  B  C  D
5  0  4  1  two
6 10 20 30  three'''

# 例項4：布林索引-使用單個列的值來選擇資料。
df[df.B >=4 ]
#   A   B  C
# 5 0   4  1
# 6 10 20 30

df.loc[[False, False, True]]#選取第3行
df.loc[df['B'] >4, ['C']]   #一個值返回為資料幀

# 例項5：select_dtypes() 選擇顯示特定資料型別
# 要選擇所有數字和布林列，同時排除無符號整數：
df.select_dtypes(include=['number', 'bool'], exclude=['unsignedinteger'])

# 例項6：按可呼叫選擇
# .loc，.iloc以及[]索引也可以接受一個callable索引器。

df.loc[lambda df: df.A > 0, :]    #獲取第三行資料
df.loc[:, lambda df: ['A', 'B']]  #獲取A,B列資料
df.iloc[:, lambda df: [0, 1]] #獲取A,B列資料
df[lambda df: df.columns[0]]  #獲取A列資料


df.A.loc[lambda s: s > 0] #獲取序列=10

# 例項7：IX 已棄用
df.loc[df.index[[0, 2]], 'A']           # 獲取第1,2行第A列資料
df.iloc[[0, 2],df.columns.get_loc('A')] # 獲取第1,2行第A列資料
df.iloc[[0, 2],df.columns.get_indexer(['A','B'])] # 獲取第1,2行第A,B列資料


# 例項8：設定資料
df[['B', 'A']] = df[['A', 'B']]       #就地修改
df.loc[:,['B', 'A']] = df[['A', 'B']] #不會修改
# 交換列值的正確方法是使用原始值：
df.loc[:,['B', 'A']] = df[['A', 'B']].values