小伙伴们，今天这篇文章里讲到的操作，专业的数据科学家每天都会执行这个动作数十次。你当然也可以做到！

概述

选择pandas DataFrame或Series中的特定值进行操作是几乎任何数据操作中的一个隐含步骤，因此在使用Python处理数据时，你需要首先学习如何快速有效地选择与你相关的数据点。

咱们在这一篇文章里还是使用我的另一篇文章数据文件(大家可以去我这篇文章里下载)：

政安晨：快速学会～机器学习的Pandas数据技能（一）（建立与读数据）https://blog.csdn.net/snowdenkeke/article/details/136076433大家准备好环境，跟我一切开始吧：

import pandas as pd
reviews = pd.read_csv("./melb_data.csv", index_col=0)
pd.set_option('display.max_rows', 5)

原生访问

本地Python对象提供了很好的数据索引方式。Pandas将所有这些特性都带了过来，这有助于使其易于开始使用。

考虑以下DataFrame（咱们接着上述代码执行）:

reviews

政安晨的执行：

在Python中，我们可以通过将其作为属性访问来访问对象的属性。例如，一个“书籍”对象可能有一个标题属性，我们可以通过调用book.title来访问它。在pandas DataFrame中的列的工作方式与此类似。

因此，要访问reviews的Address属性，我们可以使用：

reviews.Address

大家千万注意啊，Python语言是大小写敏感的，所以数据中是什么字符就用什么字符来操作，不能忽略大小写。

如果我们有一个Python字典，我们可以使用索引（[]）运算符访问其值。我们可以对DataFrame中的列执行相同的操作：

reviews['Address']

这是从DataFrame中选择特定Series的两种方法。它们在语法上都是有效的，没有更多或更少有效的说法，但是索引操作符 [] 具有一个优点，它可以处理列名中带有保留字符的情况（例如，如果我们有一个国家省份列，reviews.country providence 将无法正常工作）。

难道pandas的Series不是看起来像一个高级字典吗？它确实很像，所以也不奇怪，为了深入到一个特定的值，我们只需要再次使用索引操作符 []：

reviews['Address'][0]

其实这种访问的方式已经过时了，下面警告为：

FutureWarning: Series.getitem 将键视为位置已经过时。在将来的版本中，整数键将始终视为标签（与DataFrame的行为一致）。要通过位置访问值，请使用ser.iloc[pos]。

索引操作符和属性选择器非常好用，因为它们的使用方式与 Python 生态系统中的其他部分完全一样。对于初学者来说，这使得它们易于上手和使用。然而，pandas 有自己的访问器操作符 loc 和 iloc。对于更高级的操作，你应该使用这些操作符。

基于索引的选择

Pandas索引有两种范例。

第一种是基于索引的选择: 根据数据在索引中的数值位置选择数据。 iloc遵循这种范例。

要选择DataFrame中的第一行数据，我们可以使用以下代码：

reviews.iloc[0]

政安晨执行：

无论是 loc 还是 iloc，都是行优先，列次之。这与我们在原生 Python 中的方式相反，原生 Python 是列优先，行次之。

这意味着获取行要稍微容易一些，而获取列要稍微困难一些。要使用 iloc 获取列，我们可以按照以下方式操作：

reviews.iloc[:, 0]

独立使用的冒号（:）运算符来自原生Python，表示“全部内容”。然而，当与其他选择器结合使用时，它可以用来表示一系列的值。例如，要仅选择第一行、第二行和第三行的列，我们可以这样做（这个是作用在第0列上的选择）：

reviews.iloc[:3, 0]

或者，如果我们只想选择第二个和第三个条目，我们可以这样做：

reviews.iloc[1:3, 0]

也可以传递一个列表：

reviews.iloc[[0, 1, 2], 0]

最后，值得知道的是，可以在选择中使用负数。这将从值的末尾开始向前计数。所以例如，这是数据集的最后五个元素。

reviews.iloc[-5:]

基于标签的选择

基于标签的选择 属性选择的第二种范式是loc运算符所遵循的范式：基于标签的选择。在这种范式中，关键是数据索引值，而不是其位置。

例如，要获取数据中行标签为：Abbotsford，而列标签为Address的条目，我们现在可以这样做：

reviews.loc['Abbotsford', 'Address']

iloc在概念上比loc简单，因为它忽略了数据集的索引。当我们使用iloc时，我们将数据集视为一个大矩阵（一个列表的列表），我们需要按位置索引进入其中。相反，loc使用索引中的信息来完成其工作。由于数据集通常具有有意义的索引，通常使用loc更容易进行操作。

例如，以下操作使用loc更容易：

reviews.loc[:, ['Address', 'Price', 'Date']]

在选择使用loc和iloc之间的区别时

当在loc和iloc之间选择或切换时，有一个要记住的要点，就是这两种方法使用稍微不同的索引方案。

iloc使用Python标准库的索引方案，其中范围的第一个元素被包含在内，最后一个元素被排除在外。因此，0:10将选择条目0，...，9。而loc则是包含索引的。因此，0:10将选择条目0，...，10。

为什么会有这样的改变呢？

请记住，loc可以索引任何标准库类型，例如字符串。如果我们有一个包含索引值为“Apples”，“...”，“Potatoes”，“...”的DataFrame，我们想要选择“在Apples和Potatoes之间的所有字母水果选择”，那么使用df.loc['Apples':'Potatoes']会比使用df.loc['Apples', 'Potatoet']（t在字母表中在s之后）更加方便。

当DataFrame索引是一个简单的数字列表时，这会特别令人困惑，例如0，...，1000。在这种情况下，df.iloc[0:1000]将返回1000个条目，而df.loc[0:1000]将返回1001个条目！要使用loc获取1000个元素，您需要将索引范围减少一个，并请求df.loc[0:999]。

除此之外，使用loc的语义与使用iloc的语义相同。

操纵索引

基于标签的选择从索引中获取其能力。

关键是，我们使用的索引是可变的。我们可以根据需要以任何方式操作索引。

set_index()方法可以用来完成这个任务。

下面是当我们将索引设置为标题字段时会发生的事情：

reviews.set_index("Address")

咱们现在将地址栏设置成了索引列。

如果你能提出一个比当前索引更好的数据集指标，那么这种改变的方式将是非常有用的。

条件选择

到目前为止，我们一直在使用DataFrame本身的结构属性对各种数据进行索引。然而，为了对数据进行有趣的操作，我们经常需要根据条件提出问题。

例如，假设我们特别关注房间与房价的情况。

我们可以先检查房间数量（是否2间）：

reviews.Rooms == '2'

这个操作基于每条记录的房间数量是否为2间产生了一个True / False布尔值的Series。

赋值数据

将数据分配给DataFrame很容易，您可以分配一个常量值：

reviews['critic'] = 'everyone'
reviews['critic']

政安晨执行：

或者使用一个可迭代的值：

reviews['index_backwards'] = range(len(reviews), 0, -1)
reviews['index_backwards']

告一段落

现在您已经了解的Pandas数据操作的索引、选择和赋值，建立了这样的认识，就可以开展下一步的工作啦。