pandas小记（三）——KeyError: 'the label [c3] is not in the [index]'

今天在使用pandas时，使用了类似如下的代码片段：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import datetime
from matplotlib.ticker import FuncFormatter

l = [[1, '1', 'c dd', 2], [11, '11', 'cc ddd', 22], [111, '111', 'ccc dddd', 222]]
p = pd.DataFrame(l, columns=['c1', 'c2', 'c3', 'c4'])
print(p)
print('---------------------------')
y1 = p[p['c3'].str.contains('cc')]
print(y1)
print(type(y1))
print(y1.loc['c3'])

出现了如下的错误：
具体定位到的语句即print(y1.loc['c3'])，这时候有些奇怪，之前也这么使用过，但没报错，会看之前的使用，为：

y3 = p.iloc[1, ]
y4 = y3.loc['c1']

输出第二种的y3:

c1        11
c2        11
c3    cc ddd
c4        22
Name: 1, dtype: object

看到使用iloc时，已经将DataFrame转换成了Series这时候才回想起来，loc是按照行名进行索引，因此第一种报错的c3是列名，很明显行名是不包含c3的，因此报错。若要按列名索引，则直接y1['c3']即可，由此所得依旧是一个Series，若要取出该Series中的某个值，可先将其转换为list，如下：

import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
import datetime
from matplotlib.ticker import FuncFormatter

l = [[1, '1', 'c dd', 2], [11, '11', 'cc ddd', 22], [111, '111', 'ccc dddd', 222]]
p = pd.DataFrame(l, columns=['c1', 'c2', 'c3', 'c4'])
print(p)
print('---------------------------')
y1 = p[p['c3'].str.contains('cc')]
print(y1)
print(type(y1))
yL = list(y1['c3'])
print(yL[1])

运行结果如下

    c1   c2        c3   c4
0    1    1      c dd    2
1   11   11    cc ddd   22
2  111  111  ccc dddd  222
---------------------------
    c1   c2        c3   c4
1   11   11    cc ddd   22
2  111  111  ccc dddd  222

ccc dddd

问题解决。
最后说一下，代码中p[p['c3'].str.contains('cc')]函数表示从第c3列中选取所有包含cc的数据，最后所得依旧是一个DataFrame类型
而通过loc其实也可以根据列来取出数据，如：

yy = p.loc[p['c3'] >= 'cc']
print(yy)

将会输出c3列的数据中>='cc'的行，即：

    c1   c2        c3   c4
1   11   11    cc ddd   22
2  111  111  ccc dddd  222