1、創建數據幀
index是行索引，即每一行的名字；columns是列索引，即每一列的名字。建立數據幀時行索引和列索引都需要以列表的形式傳入。
import pandas as pd
df = pd.DataFrame([[1, 2, 3], [4, 5, 6]], index=['row_0', 'row_1'], columns=['col_0', 'col_1', 'col_2'])
2、獲取數據幀的行索引和列索引
2.1 獲取行索引
# 以數組形式返回 row_name = df.index.values
# 以列表形式返回 row_name = df.index.values.tolist()
2.2 獲取列索引
# 以數組的形式返回 col_name = df.columns.values
# 以列表的形式返回 col_name = df.columns.values.tolist()
3、獲取指定行、列的元素
3.1 獲取指定行的元素
獲取某行數據需用.loc[]或.iloc[]方法，不能直接索引。
# 以行名索引，返回一個系列(series) df_row0 = df.loc['row_0']
# 以行的絕對位置索引，返回一個系列(series) df_row0 = df.iloc[0]
3.2 獲取指定列的元素
獲取某列數據可以通過列名直接索引。
# 以列名索引，返回一個系列(series) df_col0 = df['col_0']
索引某列不能直接通過列的絕對位置來索引，但可以轉換思路，借助列索引值實現用絕對位置的間接索引。
# df_col0 = df[0] 通過絕對位置直接索引報錯 # 通過列索引名 df.columns 實現對列的絕對位置索引 df_col0 = df[df.columns[0]]
4、對數據幀切片
4.1 行切片
對行進行切片操作，可以通過.iloc[]方法或直接用行的絕對位置。不能通過行名進行切片操作。
# 通過iloc[]方法切片，[0:2]左閉右開，即切取第0行和第1行 df_row = df.iloc[0:2]
# 通過行的絕對位置切片，[0:2]左閉右開，即切取第0行和第1行 df_row = df[0:2]
4.2 列切片
對列進行切片時，可以將所需要切取的列的列名組成一個一維的列表或數組，直接傳入df[]即可。
# df_col = df[df.columns[0:2]] 切取第0列和第1列，與下句代碼等價 df_col = df[['col_0', 'col_1']]
4.3 局部切片
先進行行切片，再進行列切片即可。
# 切取第0行和第1行，'col_0'和'col_2'列 df_new = df[0:2][['col_0', 'col_2']]
5、獲取某位置元素
5.1 通過行、列定位
# 通過行列定位，返回值為一個系列(series) df_new = df.loc['row_0'][['col_0']]
5.2 通過.at[]方法
# 用行名和列名索引，返回該位置的具體元素 df_new = df.at['row_0', 'col_0']
5.3 通過.iat[]方法
# 用行列的絕對位置定位，返回該位置的具體元素 df_new = df.iat[0,0]
小結：對行操作一般通過df.iloc[絕對位置]或df.loc[‘行名’]，對列操作直接用df[‘列名’]