對於df.loc傳入列表和傳入元組輸出區別的理解
摘要：
def test():
import pandas as pd
tuples = [
('cobra', 'mark i'), ('cobra', 'mark ii'),
('...
def test():
import pandas as pd
tuples = [
('cobra', 'mark i'), ('cobra', 'mark ii'),
('sidewinder', 'mark i'), ('sidewinder', 'mark ii'),
('viper', 'mark ii'), ('viper', 'mark iii')
]
index = pd.MultiIndex.from_tuples(tuples)
values = [[12, 2], [0, 4], [10, 20], [1, 4], [7, 1], [16, 36]]
df = pd.DataFrame(values, columns=['max_speed', 'shield'], index=index)
print(df)
all = slice(None)
print(df.loc[[all, "mark i"], :])
print(df.loc[(all, "mark i"), :])
上面程式碼中，傳入列表[all, "mark i"]和傳入元組(all, "mark i")的結果不一致。
其中，
df.loc中傳入列表，相當於列表中的每一個元素都需要對df進行索引切片。第一個元素是all，這個all相當於匹配任何索引，所以所有的資料都打印出來了。
傳入元組，則相當與只使用元組執行一次切片。all相當於匹配索引的外層所有索引，“mark i"相當於匹配內層值為mark i的索引，最後列印的資料又兩個。
DataFrame.loc API
DataFrame.loc是純粹基於標籤的標籤索引選擇器。
loc[]主要是基於標籤的，但也可以與布林陣列一起使用。
支援的傳參格式:
1. 一個單一的標籤。比如5、‘g’.注意這裡的5解釋為索引中的一個標籤，而不是沿著索引的整數位置。
2. 標籤構成的列表和陣列。[‘a’, 'b', 'c']
3. 標籤組成的切片物件，比如 ‘a’: 'f' 。含頭且含尾。
4. 傳入布林陣列
5. 帶有一個引數的可呼叫函式，返回可以用索引的結果。