Pandas——索引和筛选

kaggle网站上的教程
https://www.kaggle.com/sohier/tutorial-accessing-data-with-pandas/notebook

准备工作：
1、下载数据
2、安装juypter notebook

第一部分 索引

1、读取数据并展示前三行数据（代码在原网站都有，这里不单独放了）

2、索引：单行数据
方法一：最简单的方法是.iloc，和列表的索引一样，第一行的索引是0

方法二：用.loc方法，针对上面自定义的索引列Park Code

注意点：

3、索引：多行数据
如果要获得多行数据，可以传入多个索引值，但是要注意的是，获取数据的顺序与索引值的顺序相同。

方法一：.iloc

方法二：.loc

方法三：和列表一样对数据进行切片

4、索引：列
方法一：列名作为索引

方法二：把列名作为dataframe的一个属性处理

这种方法要保证列名中没有空格，仅使用基本字符，并且不与dataframe方法重名。

为使方法二更加通用，我们可以对列名进行统一处理。把空格用“_”代替，因为Pandas区分大小写，所以名称也应转换为小写。

5、索引：行列

6、索引：单个值

注意点：若传入值改为[1]，则返回结果也改变

第二部分：筛选

用pandas对数据进行筛选时所用的方法是布尔索引

1、筛选state为'UT'的数据

2、逻辑运算符
~ 表示否定
| 表示或
& 表示与

筛选纬度大于60或面积大于10^6的公园

筛选时可以使用更复杂的表达式，包括lambda函数

例：筛选名称由四个单词构成的公园

3、isin 和 isnull
筛选位于ME、TX、UT这三个州的公园
head()默认显示前5行