pandas DataFrame - 访问数据和遍历数据框
数据框是用于存储数据的二维结构，分为行和列，一行和一列的交叉位置是一个cell，该cell的位置是由行索引和列索引共同确定的。可以通过at/iat，或loc/iloc属性来访问数据框的元素，该属性后跟一个中括号：[row,col]，中括号内 row表示行索引或行标签，col表示列索引或列标签。如果省略row， 那么row维度使用“:”代替，格式是 [ :, col] ，表示访问所有行的特定列；如果省略col ，格式是[row]，表示访问特定行的所有列。
有以下数据框对象df，其数据和索引如下：
year state pop one 2000 Ohio 1.5 two 2001 Ohio 1.7 three 2002 Ohio 3.6 four 2001 Nevada 2.4 five 2002 Nevada 2.9
一，索引单个cell
通过元素的行和列索引对来访问单个cell，at 和 iat 属性只能访问当个cell，区别是at可以使用字符串和整数，而iat只能使用整数。
at 和 iat 的格式是：[row, column]， 第一个维度是行索引，第二个维度是列索引。
通过iat属性（设置下标）来访问单个cell：
>>> df.iat[1,2]
1.7
通过at属性（设置标签）来访问单个cell：
>>> df.at['two','pop']
1.7
二，通过位置来访问多个元素
loc 和 iloc 属性可以访问多个cell，区别是loc可以使用标签和布尔（掩码）数组，不能使用整数位置（整数代表元素的位置），而iloc只能使用整数位置。
loc 和 iloc的格式是：
- [row] 访问单行，包括所有列
- [row, column] 访问有row 和 column 确定的元素
.loc[] 主要基于标签，但也可以与布尔数组一起使用。在格式 .loc[row,col] 中，row和col允许的输入有：
- label：单个标签，表示行标签，索引的数据是一行
- [label]：标签数组，表示行标签数组，索引的数据是多行
- ['a':'f'] 或 ['a':'f']：索引切片
- [True, False, True]：和axis等长的布尔数组
举个例子，分别使用iloc 和loc来访问数组的多个元素：
>>> df.iloc[[0,1],[0,2]]
year pop
one 2000 1.5
two 2001 1.7
>>> df.loc[['one','two'],['year','pop']]
year pop
one 2000 1.5
two 2001 1.7
三，访问整列的数据
直接通过列名来访问DataFrame的数据，选择特定列的所有数据行，有两种格式是：
- df['col'] 单列索引方式
- df.col 属性方式
- df[['col1','col2']] 列索引数组方式
1，属性方式 和单列索引方式
对于属性方式和单列索引方式，只能用于访问单列，返回的是Series对象：
df['state']
df.state
属性方式是指：列名作为DataFrame对象的属性，通过 . 号引用列名来访问一列的值
单列索引方式是指：列名作为DataFrame对象的索引，通过[] 号索引列来访问一列的值
2，列索引数组方式
对于列索引数组方式，一次访问多列，返回的对象是DataFrame类型
df[['year','state']]
3，对序列进行查询
对于单列索引和属性方式，返回的结果是一个序列，因此，可以通过[idx]来访问序列中的元素，[]中的索引idx是行索引，也就是说，使用 .col[row] 或 [col][row] 来访问单个cell，举个列子：
>>> df.year['one']
2000
>>> df['year']['one']
2000
四，索引数组
索引数组是指DataFrame使用数组作为索引，索引数组可以是行标签、列标签，或者行索引、列索引，也可以是布尔（掩码）索引数组。
1，列标签构成的索引数组
数据框对象可以使用loc和列标签来访问数据，例如，省略row维度，选择state和pop列的所有数据行：
>>> df.loc[:,['state','pop']] state pop one Ohio 1.5 two Ohio 1.7 three Ohio 3.6 four Nevada 2.4 five Nevada 2.9
2，掩码索引数组
掩码索引数组是由True和False构成的数组，在特定的轴（维度）上，维度的长度和掩码索引的长度相同，选择True对应的索引，忽略False对应的索引。
举个例子，省略row维度的索引，由于该数据框由三列，可以把year和state列对应的掩码设置为True，把pop列对应的掩码设置为False。
>>> df.columns Index(['year', 'state', 'pop'], dtype='object') >>> df.loc[:,[True,True,False]] year state one 2000 Ohio two 2001 Ohio three 2002 Ohio four 2001 Nevada five 2002 Nevada
序列具有矢量化操作的特性，当选择某一列时，可以通过逻辑运算得出掩码索引数组：
>>> df['pop']>=2 one False two False three True four True five True Name: pop, dtype: bool >>> df.loc[df['pop']>=2] year state pop three 2002 Ohio 3.6 four 2001 Nevada 2.4 five 2002 Nevada 2.9
五，遍历DataFrame
DataFrame是一个二维结构，既可以逐列遍历数据框，也可以逐行遍历数据框。
1，逐列遍历数据框 df.items
使用items()遍历数据框，返回的是结果是一个二元的元组：(column name, Series) ，由列名和列值列表构成，也就是说，每次迭代返回一列数据：
>>> for col_name,col in df.items(): ... print(col_name,col)
举个例子，按照列来遍历数据框：
df = pd.DataFrame({'species': ['bear', 'bear', 'marsupial'],
'population': [1864, 22000, 80000]},
index=['panda', 'polar', 'koala'])
df
species population
panda bear 1864
polar bear 22000
koala marsupial 80000
for label, content in df.items():
print(f'label: {label}')
print(f'content: {content}', sep='\n')
label: species
content:
panda bear
polar bear
koala marsupial
Name: species, dtype: object
label: population
content:
panda 1864
polar 22000
koala 80000
Name: population, dtype: int64
2，逐行遍历数据框 df.iterrows
使用iterrows() 遍历数据框，iterrows()返回值为一个二元的元组(index,row) ，由行索引和每行的值列表构成，也就是说，每次迭代返回一行的数据：
for index,row in df.iterrows():
print(index,row)
使用itertuples()遍历数据框，返回的是命名元组：
>> df = pd.DataFrame({'num_legs': [4, 2], 'num_wings': [0, 2]},
index=['dog', 'hawk'])
>> df
num_legs num_wings
dog 4 0
hawk 2 2
>> for row in df.itertuples():
print(row)
Pandas(Index='dog', num_legs=4, num_wings=0)
Pandas(Index='hawk', num_legs=2, num_wings=2)
参考文档：
