在資料科學領域python逐漸火熱起來，超越了原有R的地位，這裡豐富的第三方包的貢獻功不可沒，數值計算中Numpy和Pandas絕對是必備的神器，最近使用到Pandas來做資料的操作，今天正好有時間就簡單地總結記錄一點自己學習使用Pandas的體會，主要是對幾個主要的資料框索引函式進行講解和使用，相關的解釋都已經在程式碼裡面了，就不再多解釋了，配合著我給出來的例子相信還是很容易理解的，下面是具體的實踐：

#!usr/bin/env python
#encoding:utf-8
from __future__ import division


'''
__Author__:沂水寒城
功能：Pandas資料框索引函式 iloc、loc和ix學習使用
'''


'''
Pandas庫中有iloc和loc以及ix可以用來索引資料，抽取資料。
loc函式是通過行標籤索引行資料 
iloc函式是通過行號索引行資料 
ix函式是通過行標籤或者行號索引行資料，簡單來說就是loc和iloc的混合體 
iloc主要使用數字來索引資料，而不能使用字元型的標籤來索引資料。而loc則剛好相反，只能使用字元型標籤來索引資料，
不能使用數字來索引資料，不過有特殊情況，當資料框dataframe的行標籤或者列標籤為數字，loc就可以來其來索引。
ix是一種混合索引，字元型標籤和整型資料索引都可以
'''
import sys
import pandas as pd
import numpy as np
reload(sys)
sys.setdefaultencoding('utf-8')


def testFunc():
    '''
    '''
    data=np.arange(36).reshape(6,6)
    print 'data:'
    print data
    df=pd.DataFrame(data)
    print 'dataFrame:'
    print df
    print '-*'*30
    print df.loc[1]
    print '-*'*30
    print df.iloc[1]
    print '-*'*30
    print df.loc[:,[0,4]]
    print '-*'*30
    print df.iloc[:,[0,4]]
    print '-*'*30

    print u"將數值型索引替換為字元型索引："
    df.index=['ID','Number','Height','Weight','Circle','Space'] 
    print df 
    print '-*'*30
    try:
        print df.loc[0]
    except Exception,e:
        print 'Exception: ',e
    print '-*'*30
    try:
        print df.iloc['Height'] 
    except Exception,e:
        print 'Exception: ',e
    print '-|=|'*30
    print df.iloc[0] 
    print df.loc['Circle']
    print '-*'*30
    
    print u"將數值型列索引替換為字元型列索引："
    df.columns=['zero','one','two','three','four','five']
    print df
    print '-*'*30
    print df.loc[:,'zero']
    print '-*'*30

    try:
        print df.iloc[:,'one'] 
    except Exception,e:
        print 'Exception: ',e
    print '-*'*30

    print u"ix抽取資料示例"
    print df.ix[5]
    print '-*'*30
    print df.ix[:,'three']
    print '-*'*30
    print df.ix[:,'one']
    print '-*'*30
    print df.ix[:,'five']

    print u"獲取多行資料："
    print df.loc['Height':'Space']
    print df.iloc[2:]
    print df.ix['Height':'Space']
    print df.ix[2:]

    print '*%'*40

    print u"獲取多列資料："
    print df.loc[:,'zero':'four']
    print df.iloc[:,0:5]
    print df.ix[:,'zero':'four']
    print df.ix[:,0:5]



if __name__=='__main__':
    testFunc()
 

      結果如下：
 

data:
[[ 0  1  2  3  4  5]
 [ 6  7  8  9 10 11]
 [12 13 14 15 16 17]
 [18 19 20 21 22 23]
 [24 25 26 27 28 29]
 [30 31 32 33 34 35]]
dataFrame:
    0   1   2   3   4   5
0   0   1   2   3   4   5
1   6   7   8   9  10  11
2  12  13  14  15  16  17
3  18  19  20  21  22  23
4  24  25  26  27  28  29
5  30  31  32  33  34  35
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
0     6
1     7
2     8
3     9
4    10
5    11
Name: 1, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
0     6
1     7
2     8
3     9
4    10
5    11
Name: 1, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
    0   4
0   0   4
1   6  10
2  12  16
3  18  22
4  24  28
5  30  34
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
    0   4
0   0   4
1   6  10
2  12  16
3  18  22
4  24  28
5  30  34
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
將數值型索引替換為字元型索引：
         0   1   2   3   4   5
ID       0   1   2   3   4   5
Number   6   7   8   9  10  11
Height  12  13  14  15  16  17
Weight  18  19  20  21  22  23
Circle  24  25  26  27  28  29
Space   30  31  32  33  34  35
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
Exception:  cannot do label indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [0] of <type 'int'>
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
Exception:  cannot do positional indexing on <class 'pandas.core.indexes.base.Index'> with these indexers [Height] of <type 'str'>
-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|-|=|
0    0
1    1
2    2
3    3
4    4
5    5
Name: ID, dtype: int32
0    24
1    25
2    26
3    27
4    28
5    29
Name: Circle, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
將數值型列索引替換為字元型列索引：
        zero  one  two  three  four  five
ID         0    1    2      3     4     5
Number     6    7    8      9    10    11
Height    12   13   14     15    16    17
Weight    18   19   20     21    22    23
Circle    24   25   26     27    28    29
Space     30   31   32     33    34    35
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
ID         0
Number     6
Height    12
Weight    18
Circle    24
Space     30
Name: zero, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
Exception:  Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
ix抽取資料示例
zero     30
one      31
two      32
three    33
four     34
five     35
Name: Space, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
ID         3
Number     9
Height    15
Weight    21
Circle    27
Space     33
Name: three, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
ID         1
Number     7
Height    13
Weight    19
Circle    25
Space     31
Name: one, dtype: int32
-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*-*
ID         5
Number    11
Height    17
Weight    23
Circle    29
Space     35
Name: five, dtype: int32
獲取多行資料：
        zero  one  two  three  four  five
Height    12   13   14     15    16    17
Weight    18   19   20     21    22    23
Circle    24   25   26     27    28    29
Space     30   31   32     33    34    35
        zero  one  two  three  four  five
Height    12   13   14     15    16    17
Weight    18   19   20     21    22    23
Circle    24   25   26     27    28    29
Space     30   31   32     33    34    35
        zero  one  two  three  four  five
Height    12   13   14     15    16    17
Weight    18   19   20     21    22    23
Circle    24   25   26     27    28    29
Space     30   31   32     33    34    35
        zero  one  two  three  four  five
Height    12   13   14     15    16    17
Weight    18   19   20     21    22    23
Circle    24   25   26     27    28    29
Space     30   31   32     33    34    35
*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%*%
獲取多列資料：
        zero  one  two  three  four
ID         0    1    2      3     4
Number     6    7    8      9    10
Height    12   13   14     15    16
Weight    18   19   20     21    22
Circle    24   25   26     27    28
Space     30   31   32     33    34
        zero  one  two  three  four
ID         0    1    2      3     4
Number     6    7    8      9    10
Height    12   13   14     15    16
Weight    18   19   20     21    22
Circle    24   25   26     27    28
Space     30   31   32     33    34
        zero  one  two  three  four
ID         0    1    2      3     4
Number     6    7    8      9    10
Height    12   13   14     15    16
Weight    18   19   20     21    22
Circle    24   25   26     27    28
Space     30   31   32     33    34
        zero  one  two  three  four
ID         0    1    2      3     4
Number     6    7    8      9    10
Height    12   13   14     15    16
Weight    18   19   20     21    22
Circle    24   25   26     27    28
Space     30   31   32     33    34
 

       在實際的工作中，如果能夠很熟練地掌握這些常用的資料操作函式對於效率的提升相信還是很有幫助的。