匯入pandas庫後，初始一個DataFrame：

data = pd.DataFrame(np.arange(16).reshape((4, 4)),
                       index=['Ohio', 'Colorado', 'Utah', 'New York'],
                       columns=['one', 'two', 'three', 'four'])

輸出：

			one	two	three	four
Ohio		0	1	2	3
Colorado	4	5	6	7
Utah		8	9	10	11
New York	12	13	14	15
 

1.簡單的列的檢視

df.three

或者：

df['three']

多列的檢視：

df[['one','three']]

2.使用loc和iloc選擇資料：
loc和iloc允許我們使用軸標籤（loc）或整數標籤（iloc）以numpy風格的語法從DataFrame中篩選出想要檢視的資料。

通過標籤篩選出單行多列的資料：

data.loc['Ohio',['two','three']]

輸出：

two      1
three    2
Name: Ohio, dtype: int64

通過整數標籤iloc選擇資料：

data.iloc[2,[3,0,1]]
 

輸出：

four    11
one      8
two      9
Name: Utah, dtype: int64

data.iloc[2]

輸出：

one       8
two       9
three    10
four     11
Name: Utah, dtype: int64

索引功能還可以用於切片

data.loc[:'Utah','two']

輸出：

Ohio        1
Colorado    5
Utah        9
Name: two, dtype: int64

data.iloc[:,:3]

輸出：

			one	two	three
Ohio		0	1	2
Colorado	4	5	6
Utah		8	9	10
New York	12	13	14

data.iloc[:,:3][data.three > 5]

輸出：

			one	two	three
Colorado	4	5	6
Utah		8	9	10
New York	12	13	14

DataFrame索引選項如下圖：

3.多個條件篩選：

data[(data.one > 4) & (data.four == 11)]

輸出：

	one	two	three	four
Utah	8	9	10	11

4.特殊條件篩選資料
我們新建一個數據表df，表結構如下：

	state	year	pop
0	Ohio	2000	1.5
1	Ohio	2001	1.7
2	Ohio	2002	3.6
3	Nevada	2001	2.4
4	Nevada	2002	2.9
5	Nevada	2003	3.2
6	Oland	2004	3.2

選擇state中以’O’開始的資料：

df[df.state.str.startswith('O')]

輸出：

	state	year	pop
0	Ohio	2000	1.5
1	Ohio	2001	1.7
2	Ohio	2002	3.6
6	Oland	2004	3.2

選擇Ohio和Nevada的pop資料：

df.loc[df.state.isin(['Nevada','Ohio']),['state','pop']]

輸出：

	state	pop
0	Ohio	1.5
1	Ohio	1.7
2	Ohio	3.6
3	Nevada	2.4
4	Nevada	2.9
5	Nevada	3.2

總之：loc是以行列的名字為索引做資料篩選；而iloc則是以行列的整數位置（index）為索引進行資料篩選。