『壹』 python—padas(DataFrame)的常用操作
我們先說一下DataFrame是什麼：
1、DataFrame是一種數據框結構,相當於是一個矩陣形式，單元格可以存放數值、字元串等，這和excel表很像；
2、DataFrame是有 行（index）和 列（columns）可以設置的；
有了示例，我們就能明白創建時需要傳入數據，指定index（行索引名）和columns（列名）；
在我們需要將單個元素的字典直接轉為DataFrame時，程序會報錯，需要適當做些轉換，指定行索引或者列索引才行；
在增加列的時候我們用到了一個索引loc，後面我們再詳細對loc進行說明，此處先知道可以這樣使用。
文本字元串數據處理之前，一定要先轉為字元（.str）再進行處理
loc 和 iloc如果容易記混，你就取巧記憶，index是索引
所以iloc則是依據位置索引進行取數，沒有i的則是按照名稱進行提取數據
原諒我很懶，比較喜歡這樣框架式的筆記，所以文字就會比較少(#^.^#)！！！
『貳』 Python 基本操作- 數據選取loc、iloc、ix函數
loc中的數據是列名，是字元串，所以前後都要取；iloc中數據是int整型，所以是Python默認的前閉後開
構建數據集df
loc函數主要通過行標簽索引行數據 ，劃重點， 標簽！標簽！標簽！
loc[1] 選擇行標簽是1的（從0、1、2、3這幾個行標簽中）
loc[0:1] 和 loc[0,1]的區別，其實最重要的是loc[0:1]和iloc[0:1]
索引某一列數據，loc[:,0:1]，還是標簽，注意，如果列標簽是個字元，比如'a'，loc['a']是不行的，必須為loc[:，'a']。
但如果行標簽是'a',選取這一行，用loc['a']是可以的。
iloc 主要是通過行號獲取行數據，劃重點，序號！序號！序號！
iloc[0:1]，由於Python默認是前閉後開，所以，這個選擇的只有第一行！
如果想用標簽索引，如iloc['a']，就會報錯，它只支持int型。
ix——結合前兩種的混合索引，即可以是行序號，也可以是行標簽。
如選擇prize>10(prize為一個標簽)的，即 df.loc[df.prize>10]
還有&並或等操作
python選取特定列——pandas的iloc和loc以及icol使用
pandas入門——loc與iloc函數
pandas中loc、iloc、ix的區別
pandas基礎之按行取數（DataFrame）
『叄』 python里怎麼取前兩列
python中獲得前兩列的方式有很多，需要看是哪一種數據類型。
獲取Dataframe對象的前兩列
import pandas as pd
可以通過dataframe類型的iloc方法獲取前兩列，df.iloc[:,0:2]
獲取numpy對象的前兩列
import numpy as np
a =np.zero(3,3)
print(a[:,0:2])
『肆』 Python Pandas 依據標簽或者位置選取特定行列 loc和iloc兩種方式
Pandas中有兩種方式可以進行特定行列的選取，一種是在知道每一列的名稱（label）的情況下（df.loc），一種是在只知道列的位置（integer-location）的情況下(df.iloc)。
可以看出，上述的冒號（:）意味著選取所有的行，所以只需在此處進行改動即可選取特定行（前開後閉）
同樣在選取特定行的時候，依然存在基於label或者是基於integer-location的選擇
選取行採用df.iloc方式，具體如下
除此之外，在採用非標簽的方式選擇的時候，可以通過輸入布爾型變數進行篩選，比如 df.iloc[[True, False, True]] ，或者是 df.iloc[lambda x: x.index % 2 == 0]
完結撒花，反正知道了df.loc和df.iloc的差別之後自由組合就好了~
參考資料： https://pandas.pydata.org/pandas-docs/stable/reference/frame.html#indexing-iteration
『伍』 python pandas -->loc、iloc用法
基礎數據如下：
1.1.1、通過行名稱獲取整行數據：
1.1.2、通過行名稱，列名稱定位數據：
1.1.3、通過切片行標簽和單個標簽列，獲取一組數據：
1.1.4、通過條件篩選數據：
二、iloc ：通過整數位置獲得行和列的數據。
(主要是通過行號獲取行數據，劃重點，序號！序號！序號！
iloc[0:1]，由於Python默認是前閉後開，所以，這個選擇的只有第一行！)
『陸』 怎樣用 Python 進行數據分析
做數據分析，首先你要知道有哪些數據分析的方法，然後才是用Python去調用這些方法
那Python有哪些庫類是能做數據分析的，很多，pandas，sklearn等等
所以你首先要裝一個anaconda套件，它包含了幾乎所有的Python數據分析工具，
之後再學怎麼分析。
『柒』 pandas索引取數
註：《利用python進行數據分析》的學習筆記-pandas
import pandas as pd
import numpy as np
一維數組，包含一個數組對象，一個索引對象，索引對象默認為0開始的遞增數字，可通過index=[idx1, idx2, ...]參數指定
可通過索引選取/修改相應的數據，選取：data=series[idx], 修改：series[[idxm, idxn, ...]]=[dm, dn, ...]
series可看成定長有序字典，索引到數據的映射，series可用於字典參數的函數中。idxn in series返回True/False
多個series做算術操作，會自動對齊不同索引的數據，無此數據自動填充NaN
可看作多個series組成的表單，dataframe有兩種索引，與series相同的index行索引，還有columns列索引
選取/修改一行數據 dataframe.loc['index']
選取/修改一列數據 dataframe['column'], dataframe.column
obj.reindex(newIndex) #適用於series與dataframe
obj.reindex(index=newIndex, columns=newcolumns) #dataframe需對行索引列索引都重新索引時
obj.reindex(index=newindex, columns=newcolumns, fill_value=100) #指定填充值，不指定時填充NaN
obj.reindex(index=newindex, columns=newcolumns, fill_value=100, method='ffill') #指定填充方法ffill/pad(前向填充),bfill/backfill(後向填充)
obj=obj.drop(index, axis=0)
obj=obj.drop([col1, col2, ...], axis=1)
axis默認為0，刪除列數據時指定axis為1
series
obj = pd.Series(range(5), index=list('abcde'))
取單數 obj[2]， obj['c']
切片取數 obj[2:5]， obj['a':'c']
不連續取數 obj[1,3]， obj['a','c','d']
過濾 obj[obj>2],
修改 obj[3]=0,
註：series切片不用於python數據結構的切片，series的切片包含末端，即python:[start, end), series:[start, end]
dataframe
obj = pd.DataFrame(np.arange(15).reshape((3,5)),
index = ['one', 'two', 'three'],
columns = list('abcde') )
取單列 obj.loc[:, 'c'], obj.iloc[:, 2], obj.xs('c', axis=1), obj['c']，
取單行 obj.loc['one'], obj.iloc[1], obj.xs('one', axis=0),
取連續行 obj.loc['one':'three'], obj.iloc[1:3], obj[:2],
取連續列 obj.loc[:, 'b':'d'], obj.iloc[:, 2:4],
取不連續行 obj.loc[['one','three']] obj.iloc[[0,2]],
取不連續列 obj.loc[:, ['b', 'e']] obj.iloc[:, [1,4]],
取單行單列 obj.loc['two', 'd'] obj.iloc[2, 4]
取連續行列 obj.loc['one':'three', 'b':'d'] obj.iloc[:2, 2:4]
取不連續行列 obj.loc[['one','three'], ['b':'d']] obj.iloc[[0,2], [1,4]]
根據列值過濾行 obj.loc[obj['c']%2==0, :]
******此處吐個槽，這個切片方法一會兒只能取單列，一會兒只能取連續行，一會兒包含終止項，一會兒不包含，我人都傻了...
******loc/iloc方法接收兩個參數，第一個是行，第二個是列，都可切片，也都可指定索引，列參數可以不寫，默認取所有列數據
******下面總結下這個花哨的切片！
dataframe有兩種索引，行索引/列索引。每種索引包含兩類用法，索引名稱(對應df.loc)/索引下標對應(df.iloc)
① df[columnName] 取單列數據，只能用列名，不能使用列下標，不能用於取單行
② df[lineName1: lineName2] 取連續行數據，使用行名時，包含末尾項，即[start，end]
③ df[lineIndex1: lineIndex2] 取連續行數據，使用行下標時，不包含末尾項 ，即[start，end)
④ df.loc['line2':'line4'] 取連續行數據，使用行名時，包含末尾項，即[start，end]
⑤ df.iloc[2:4] 取連續行數據，使用行下標時，不包含末尾項 ，即[start，end)
⑥ df.loc[:, columnName1:columnName2] 取連續列，使用列名時，包含末尾項，即[start，end]
⑦ df.iloc[:, columnIndex1:columnIndex2] 取連續列，使用列下標時，不包含末尾項，即[start，end)
⑧ df.loc[[lineName1, ...], [columnName1, ...]] 使用行名/列名取不連續行列
⑨ df.iloc[[lineIndex1, ...], [columnIndex1, ...]] 使用行下標/列下標取不連續行列
以前用的時候總覺得奇奇怪怪的，花了一下午時間一個一個嘗試終於捋順了，歐耶！ (〃￣︶￣) 人 (￣︶￣〃)
DataFrame直接切片，即df[args]，可用於指定列名取單列數據，可用於指定行名/行下標取連續多行數據
取單行數據不可直接切片，需使用loc/iloc方法
DataFrame.loc(line, column) 用於按索引名稱取行/列數據，此時，首尾項都會被取出
參數line指定行索引名稱，參數2指定列索引名稱（可省略，默認選取所有列）。
DataFrame.iloc(line, column) 用於按索引下標取行/列數據，此時，尾項數據不會被取出
參數line指定行索引下標，參數2指定列索引下標（可省略，默認選取所有列）。
『捌』 python做數據分析主要干哪些事情
第一、檢查數據表
Python中使用shape函數來查看數據表的維度，也就是行數以及列數。你可以使用info函數來查看數據表的整體信息，使用dtype函數來返回數據格式;lsnull是Python中檢驗空值的函數，可以對整個數據表進行檢查，也可以單獨對某一行進行空值檢查，返回的結構是邏輯值，包含空值返回true，不包含則返回false。
第二、數據清洗
Python可以進行數據清洗，Python中處理空值的方法比較靈活，可以使用Dropna函數用來刪除數據表中包含空值的數據，也可以使用fillna函數對空值進行填充;Python中dtype是查看數據格式的函數，與之對應的是astype函數，用來更改數據格式，Rename是更改列名稱的函數，drop_plicates函數刪除重復值，replace函數實現數據替換。
第三、數據提取
進行數據提取時，主要使用三個函數：loc、iloc以及ix。Loc函數按標簽進行提取，iloc按位置進行提取，ix可以同時按照標簽和位置進行提取。除了按標簽和位置提取數據之外，還可以按照具體的條件進行提取，比如使用loc和isin兩個函數配合使用。
第四、數據篩選
Python數據分析還可以進行數據篩選，Python中使用loc函數配合篩選條件來完成篩選功能，配合sum和count函數還能實現Excel中sumif和countif函數的功能。使用的主要函數是groupby和pivot_table;groupby是進行分類匯總的函數，使用方法比較簡單，groupby按列名稱出現的順序進行分組。
『玖』 Panadas 中利用DataFrame對象的.loc[,]、.iloc[,]方法抽取數據
pandas的DataFrame對象，本質上是 二維矩陣 ，跟常規二維矩陣的差別在於前者額外指定了每一行和每一列的 名稱 。這樣內部數據抽取既可以用「 行列名稱（對應.loc[]方法） 」，也可以用「矩陣下標（ 對應.iloc[]方法 ）」兩種方式進行。
下面具體說明：
（以下程序均在Jupyter notebook中進行，部分語句的print()函數省略）
首先生成一個DataFrame對象：
DataFrame對象生成時除了必須指定data參數外，用戶還可以指定兩個參數columns（列名）和index（行名，注意這里的index不僅可以是數字，也可以是用戶指定的任何數據類型，如字母）， 如果不指定，則行列名默認都採用0、1、2…… 。
下圖說明了前面的情況：
.loc[行標簽名/[行標簽名list]，列標簽名/[列標簽名list]]，即有兩個輸入參數，第一個指定行名，第二個指定列名。當只有一個參數時，默認是行名（即抽取整行），所有列都選中。
.loc[行位置/[行位置list]，列位置/[列位置list]]，也有兩個輸入參數，第一個指定行位置，第二個指定列位置。當只有一個參數時，默認是行位置（即抽取整行），所有列都選中。
上述.loc[]和.iloc[]都只接收了1個參數「語文」或者「0」，因此默認都表示行信息，而列則全部被選中，即抽取'語文'這整一行數據。','表示將兩個參數隔開（如果有兩個參數的話），':'這里表示選擇中所有列。當只有一個輸入參數時，python默認','和':'既可寫上也可省略。注意：參數['語文']或[0]中只有一個對象時（即只有一行），[]也可以省略，如果有多個對象（即多行）則必須加上[]。此外還需注意，加上[]表示抽取的結果無論是一個數據，一行數據，還是一列數據，他都是DataFrame對象；不加[]時，如果選中的是一行或者一列數據，則是Series對象，如果是一個單獨的數據，則是該數據本身的類型。
例2和例1唯一的差別是，第一個參數指定了多行一起輸出，此時必須用[]將各行名或者下標括起來，否則出錯。後面的','和':'同例1，可省略。注意：原始數據的行順序是：語文、數學、英語、政治，這里的提取順序是['英語','語文','政治']，而輸出也是'英語','語文','政治'，可見輸出順序和參數指定順序是一致的，而非按原始順序輸出。
例3依然是接受1個參數，列參數沒有，後面的','和':'同例1，可省略。連續參數用『start:end』的方式指定行范圍。注意：這里不能用[]將其括起來，否則出錯。此外用行列名連續取值時，比如['語文':'政治']會把'政治'所在行也取出來，而利用矩陣下標時，0:3隻取0,1,2對應的三行，最後一行不會取出；但是如果行列標簽名本身就是整數0,1,2……，而不是文字或者其他類型，那麼在使用連續行列標簽名取數據時，最後一行或者列是不會被取出的。
抽取整列的方式跟抽取整行在參數設置上完全一樣。.loc[]和.iloc[]兩個方法默認列為第二個參數， 因此抽取整列時，都必須帶上':,'作為區分前面行參數的『分隔符』，否則出錯 。
同時抽取分部行和列的情況，就是把上述單獨抽取行和列的方式合並起來用。抽取整個DataFrame對象則是.loc[:,:]或.iloc[:,:]，雖然這么做沒啥意義。
（1）DataFrame對象的.loc[,]和.iloc[,]方法用於抽取數據，.loc[,]用行列的標簽名作為參數，.iloc[,]用二維矩陣元素的網格下標作為參數。
（2）兩個方法都接受兩個參數，第一個是「行標簽」或者「矩陣行號」，第二個是「列標簽」或者「矩陣列號」。
（3）兩種方法當只指定一個輸入參數時，都默是跟「行」相關，而「列」則全部被選中。如何行和列都需要指定時，中間用「逗號,」隔開，這非常重要，否則出錯。
（4）當需要選中所有行的某幾列時，行參數可以省略，列參數需要指定，此時列參數前面必須帶上「,:」，形如.loc[:,列參數]，.iloc[:,列參數]。
（5）.loc[,]和.iloc[,]設置了一個還是兩個輸入參數，關鍵看有沒有「,」將兩個參數分開，且要區分逗號是一個參數的內部逗號，還有用於分隔行列參數的逗號。
（6）對於兩個參數的概念區分，.loc['語文','數學']這表示輸入了兩個參數，行參數是『語文』，列參數是『數學』，對於上面的表格而言這是錯的，因為沒有叫『數學』的列，應寫為[['語文','數學']]，即『數學』也是行參數的一部分，['語文','數學']整體作為一個行參數，這里的逗號不是用以分隔行和列，僅僅是行list裡面的逗號。[['語文','數學']]=[['語文','數學'],]=[['語文','數學'],:]，都表示只有一個行參數，列全部選中。
『拾』 python：pandas之DataFrame取行列（df.loc(),df.iloc()）以及索引
1、pandas排序，並取前N列數據
2、取行、取列DataFrame.loc,DataFrame.iloc
－取行DataFrame.loc,DataFrame.iloc