知道了基本的pandas的資料結構，就可以進行查詢相應的資料了

DataFrame可以看成是一個個的Series組成的一個二維結構，既然如此，就會有從DataFrame裡查詢Series的方法

從DataFrame中查詢Series

這麼說會一頭霧水，通俗一點講就是從表格裡查詢一行或者一列的資料

由於pandas和字典有些類似，所以同樣，也可以用字典的方式進行獲取

列的查詢

d = {
    'state':['s1','s2','s3'],
    'year':['2020','2019','2018'],
    'inp':['a','b','c']
}
s1 = pd.DataFrame(d)

print(s1)
print('***********')
print(s1['year'])
 

  state  year inp
0    s1  2020   a
1    s2  2019   b
2    s3  2018   c
***********
0    2020
1    2019
2    2018
Name: year, dtype: object

這樣我們就拿到了year這一列的所有資料

當然也可以查詢多列，只不過返回的就是DataFrame，因為已經變成二維的資料了

d = {
    'state': ['s1', 's2', 's3'],
    'year': ['2020', '2019', '2018'],
    'inp': ['a', 'b', 'c']
}
s1 = pd.DataFrame(d)

print(s1)
print('***********')
print(s1[['year', 'state']])

 

  state  year inp
0    s1  2020   a
1    s2  2019   b
2    s3  2018   c
***********
   year state
0  2020    s1
1  2019    s2
2  2018    s3

將想要查詢的列，以列表的形式傳進去，就能夠獲取多列的資料了

行的查詢

行查詢就是查詢哪一行，輸入行數，返回該行的資料

d = {
    'state': ['s1', 's2', 's3'],
    'year': ['2020', '2019', '2018'],
    'inp': ['a', 'b', 'c']
}
s1 = pd.DataFrame(d)

print(s1)
print('***********')
print(s1.loc[1])
 

  state  year inp
0    s1  2020   a
1    s2  2019   b
2    s3  2018   c
***********
state      s2
year     2019
inp         b
Name: 1, dtype: object

查詢多行的資料，就類似於列表的切片，但是和python的切片不同的是，切片是首尾都閉合的狀態

d = {
    'state': ['s1', 's2', 's3'],
    'year': ['2020', '2019', '2018'],
    'inp': ['a', 'b', 'c']
}
s1 = pd.DataFrame(d)

print(s1)
print('***********')
print(s1.loc[1:3])

  state  year inp
0    s1  2020   a
1    s2  2019   b
2    s3  2018   c
***********
  state  year inp
1    s2  2019   b
2    s3  2018   c

可能會發現，沒有第三行，為什麼可以執行，其實，末尾的你寫2000也行，對於查詢而言，可以溢位，不用一定在

而且根據上面說到的原理，查詢多列拿到的也應該是DataFrame的型別