DataFrame查找

一 经过索引取数据 (ix/loc/iloc)

loc (根据索引名称取数据 ， 适合多列)

iloc (根据索引序号取数据,   适合多列)

at  (和loc相似，只用于取单列， 性能更好)

iat (和iloc相似，只用于取单列，性能更好)

ix  (综合上面)

data = [[1,2,3],[4,5,6]]
index = ['A','B']
columns=['a','b','c']
df = pd.DataFrame(data=data, index=index, columns=columns)

#--------------------Loc的用法-----------------------------------------------
# 取第1行
print df.loc['A']
# 取第1行列名 'b'
print df.loc['A', ['b']]
# 取多列
print df.loc['A', ['b', 'c']]
#----------------------------------------------------------------------------

#--------------------iLoc的用法-----------------------------------------------
# 取第1行
print df.iloc[0]
# 取第1行列名 'b'
print df.iloc[0, [1]]
# 取多列
print df.iloc[0, [1, 2]]
#----------------------------------------------------------------------------

#--------------------at的用法-----------------------------------------------
print df.at["A", 'a']
#---------------------------------------------------------------------------

#--------------------iat的用法-----------------------------------------------
print df.iat[0, 0]
#----------------------------------------------------------------------------

#--------------------ix的用法-----------------------------------------------
# 取第1行
print df.ix[0]
# 取第1行列名 'b'
print df.ix[0][1]

# 取第1行
print df.ix['A']
# 取第1行列名 'b'
print df.ix['A']['b']
#----------------------------------------------------------------------------

　　须要注意的地方，1 该类用法必须先经过索引，取到行(series)再取列数据, 直接取列数据会报错  2 经过ix获取数据时，若是索引为int, 则识别为loc, 使用名称查找

二  获取索引和字段名

#--------------------获取索引-----------------------------------------------
print df.index[0]
#--------------------------------------------------------------------------

#--------------------获取列名-----------------------------------------------
print df.columns[0]
#--------------------------------------------------------------------------