DataFrame数据类型的索引

DataFrame数据访问大概有三种类型

数据展示

import pandas as pd
data = pd.read_excel(dir)
data.head()

①字典形式访问,返回的是pandas.core.series.Series形式数据，即可以将返回的数据当做列表进一步操作

• 对单个属性访问

#对单个属性访问
data['dishes_name']       #字典方式访问

 

•  对多个属性访问(一定要将属性用中括号括起，否则会报错)

# 对多列属性进行访问
data[['dishes_name','amounts']][0:5]     #列表括起来

②属性方式访问（不太推荐）,返回的是pandas.core.series.Series数据形式，即可当成列表进行操作

data.dishes_name     #属性方式访问

③位置方式访问（loc，iloc，ix）

• loc[row,columns];row是指具体的某行数据（以dataframe数据的索引号为准），可以为单个整型数据也可以为列表形式；columns只能为某个列名，也可以为多个列名，多个列名时要以列表形式表示。

例1

例2

 

•  iloc(row,columns),row是指具体的某行数据（以dataframe数据的索引号为准），可以为单个整型数据也可以为列表形式；columns不能为列名，可以用列表表示，列表内可以是布尔型，也可以指具体的行索引值，也可以连续索引值

例1

例2

ind = data['dishes_name'] =='芝麻烤紫菜'
print(ind.head())
data.iloc[list(ind),:]       #ind要转换为列表,否则报错

• ix[]以上loc,iloc的表示方法几乎可以用，不详细介绍

例1

data.ix[3:5,[1,2,4]]

 例2

data.ix[3:5,['dishes_name','amounts']]

 例3

ind = data['dishes_name'] =='芝麻烤紫菜'
print(ind.head())
data.ix[ind,1:4]