取dataframe的部分資料，或者修改部分資料是非常非常常見的操作，但是實際應用中，到底使用ix方法，還是iloc方法，還是loc方法，還需要討論。請看下面的實驗：
import pandas as pd
data = [['自有房',40,50000],
['無自有房',22,13000],
['自有房',30,30000]]
data = pd.dataframe
(data,index=['lc','cc','lbb'],columns=['house','age','income'])
df = data.ix[0,1]
df = data.iloc[0,1]
df = data.loc['lc','age']
# df = data.loc[0,'age'] #報錯
# df = data.iloc[0,'age'] #報錯
df = data.ix[0,'age']
df = data.ix[data['age']>=30]
df = data.ix[data['age']>=30,0]
# df = data.iloc[data['age']>=30,0] #報錯
# df = data.iloc[data['age']>=30] #報錯
df = data.loc[data['age']>=30]
df = data.loc[data['age']>=30,'age']
df = data[data['age']>=30]
# df = data[data['age']>=30,'age'] #報錯
df = data[data['age']>=30]['age']
print(df)
data.ix[0,1] = data.ix[0,1]+5
data.iloc[0,1] = data.iloc[0,1]+5
data.loc['lc','age'] = data.loc['lc','age']+5
data.ix[0,'age'] = data.ix[0,1]+5
# data.iloc[0,'age'] = data.iloc[0,1]+5 #報錯
data.loc[0,'age'] = data.loc['lc','age']+5 #會新增一行索引為0的行，且age為lc行age+5，但另外兩列為空值
print(data)
1、ix可以接受位置索引和name索引，且行和列不必都是位置或name，但是pycharm有提示過我ix方法要被拋棄了，最好不用；
2、loc是基於name索引的，如果你行或列其中乙個用了位置索引，它會報index錯誤的，但是如果你是賦值給它，它會預設新增一行一列的；
3、iloc是基於位置索引的，如果你行或列其中乙個用了name索引，也是會報index錯誤的，而且賦值也不行；
4、這三種方法都可以新增條件進行過濾。
綜上所述，三種方法的功能都是取數，且都具有過濾功能，只是ix可以接受位置和name兩種形式的索引，loc只接受name形式，而iloc只接受位置索引。
pandas找出某值的所有行 Pandas基礎1
1.series 1.1 pandas系列可以使用以下建構函式建立 資料幀 dataframe 是二維資料結構，即資料以行和列的 方式排列。功能 潛在的列是不同的型別 大小可變 標記軸 行和列 可以對行和列執行算術運算 pandas中的dataframe可以使用以下建構函式建立 pandas.dat...
pandas 排序 Pandas 資料排序
python 的 pandas 庫中有一類對資料排序的方法，主要分為對引數列排序，對數值排序，及二者混合三種。一.引數列排序 首先我們生成乙個亂序數列 unsorted df 隨後我們可通過 df.sort index 函式對資料集進行排序操作 如不做規定，返回行引數正序排序 新增引數 ascend...
pandas列相加 Pandas 基礎
git 上pandas學習教程，共有十章 4個板塊 pandas基礎 四類操作 四類資料 例子。原文內容系統的講解了pandas庫的使用方法，編排邏輯易懂，覆蓋面廣且含有相應練習，之前已經學習過pandas，但是感覺應用時有些費力，計畫重新按照學習教程再梳理一遍，爭取10天完成學習，enjoy ti...