转载自 GUXH

首先创建示例df：
df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=list('5678'))

df：

    A   B   C   D
5   0   1   2   3
6   4   5   6   7
7   8   9  10  11
8  12  13  14  15

注意：df的index是str类型，如果不指定index默认是0开始的int类型

1，loc，行名称列名称

1.1，行

df.loc['6']           # 行名称为6的行，即第2行，即4 5 6 7
df.loc['5':'7']       # 行名称为5至7的行，即前3行，注意是前闭后闭
df.loc[['5', '7']]    # 行名称为5和7的行，前第1第3行　

1.2，列

df.loc[:, 'B']        # 列名称为'B‘的列，即第2列，1 5 9 13
df.loc[:, 'A':'C']    # 列名称为A至C的列，即前3列，注意是前闭后闭
df.loc[:, ['A', 'C']] # 列名称为A和C的列，即第1列第3列

1.3，块

df.loc['5':'7', 'A':'C']       # 行名称为5至7，列名称为A~C的一块数据，即前3行前3列
df.loc[['5', '7'], ['A', 'C']] # 行名称为5和7，列名称为A和C的一块数据
df.loc['5':'7', ['A', 'C']]    # 行名称5至7，列名称A和C的一块数据
df.loc[['5', '7'], 'A':'C']    # 行名称为5和7，列名称为A~C的一块数据

1.4，单元格

df.loc['5', 'A']   # 行名称为5，列名称为A的单元格数据
df.at['5', 'A']    # 同loc但速度快点

2，iloc，行数列数

2.1，行

df.iloc[1]          # 第2行，即行名称为6的行，4 5 6 7
df.iloc[0:3]        # 前3行
df.iloc[[0, 3]]     # 第1第4行

2.2，列

df.iloc[:, 1]       # 第2列，即列名称为'B'的列，1 4 9 13
df.iloc[:, 0:3]     # 前3列
df.iloc[:, [0, 3]]  # 第1第4列

2.3，块

df.iloc[0:3, 0:3]          # 前3行，前3列的一块数据
df.iloc[[0, 3],  [0, 3]]   # 第1第4行，第1第4列的一块数据
df.iloc[0:3, [0, 3]]       # 前3行，第1第4列的一块数据
df.iloc[[0, 3], 0:3]       # 第1第4行，前3列的一块数据

2.4，单元格

df.iloc[1, 1]   # 第1行，第1列的单元格
df.iat[1, 1]    # 同iloc但速度快点

3，df.ix，行名称列名称/行数列数混合

3.1，行

df.ix['7']    # 单行，下同
df.ix[2]
df.ix[1: 3]   # 多行，下同
df.ix[[1, 3]]
df.ix['5':'7']
df.ix['5', '7']

如果是行/列的名称是int类型时，只能根据行/列名称选，不能根据行数/列数选：

df.index = range(1, 5)
df.ix[2]   # 输出是行名称为2的行，根据行数选择应该是第3行
df.index = range(11, 15) 
df.ix[2]   # KeyError: 2　

3.2，列

df.ix[:, 'C']   # 单列，下同
df.ix[:, 2]
df.ix[:, 1: 3]   # 多列，下同
df.ix[:, [1, 3]]
df.ix[:, 'A':'C']
df.ix[:, ['A','C']]

3.3，块（略）

多行和多列的排列组合

3.4，单元格（略）

单行和单列的排列组合

4，df[]

4.1，行

可以接收行名称或者行数，但必须是切片

df[0:1]      # 第1行
df[0:3]      # 前3行
df['5':'5']  # 行名称为5的行
df['5':'7']  # 行名称为5的行至行名称为7的行

行数切片时，如果行索引类型为int，则会根据行数来切片，不会根据行名称切片，这点与df.ix不同，例如：

df = pd.DataFrame(np.arange(16).reshape(4, 4), columns=list('ABCD'), index=range(5, 9))
df[5:8]   # Empty DataFrame
df[0:3]   # 第1至第3行

4.2，列

只能接收列名称，可以是单个或列表

df['A']        # A列
df[['A', 'C']] # A和C列

4.3，块

df[]无法选择块

4.4，单元格

df[]无法选择单元格

5，df.x

df.A # A列

6，Series的筛选方法

上述示例中，接收参数为单个标签或索引的筛选，返回的都是Series，例如：

df.iloc[1]
df.iloc[:, 2]
df.loc['5']
df.loc[:, 'B']
df.ix[2]
df.ix[:, 'C']
df['A']
df.A

接收参数为切片或列表的筛选，即使只有一行/一列数据，返回的都是DataFrame：

df[0:1]
df['5': '5']
df.iloc[[1]]
df.loc[:, ['B']]
df[['A']]

因此，如果想获取单行/单列数据的DataFrame，只需要将输入的单个标签或索引改为切片或列表

可以进一步在Series中筛选值，以A列的Series为例：

>>> df['A']
5     0
6     4
7     8
8    12
Name: A, dtype: int32

筛选出Series中第二个值4的方法有：

df['A'].iloc[1]
df['A'].loc['6'] 
df['A'].ix[1]
df['A'].ix['6']
df['A'][1]      
df['A'].values[1]

7，bool

7.1，bool列表

上述示例中，DataFrame或者Series可以接受切片/列表参数的地方，都可以接受bool列表，保留bool列表中真值对应的项目，例如：

生成bool列表：

chooses = [True, False, True, False]
chooses = [i == 0 or i == 8 for i in df['A']]  # 结果是[True, False, True, False]

根据bool列表筛选：

df.iloc[chooses]     # 只留第1第3行
df.loc[:, chooses]   # 只留第1第3列
df.ix[chooses]       # 只留第1第3行
df[chooses]          # 只留第1第3行
df['A'][chooses]     # 只留A列中第1第3个值

7.2，bool Series　

可以根据bool Series筛选，保留bool Series真值对应的项目，但是index要与df相同

1）按列生成的Series，index是原df的index，可以对行方向操作进行筛选

生成列方向的bool Series：

chooses = pd.Series([True, False, True, False], index=df.index)
chooses = df.loc[:, 'A'] > 1
chooses = df.iloc[:, 0] > 1
chooses = df['A'] > 1
chooses = df['A'] == 4
chooses = ~(df.A == 4)   # 可以直接取反，等效df.A != 4
chooses = ~(df['A'] > 1)
chooses = df['A'].isin(range(9))  # A列的值是否在range(9)中
chooses = (df['A'].isin(range(9))) & (df['B'] > 1)  # bool Series的&运算，即同时满足A列range(9)内，B列大于1

根据bool Series可以在行方向做筛选，iloc用不了：

print(chooses.index)    # Index(['1', '2', '3', '4'], dtype='object')
df[chooses]             # DataFrame[]
df.A[chooses]           # Series[]
df.loc[chooses]         # loc
df.iloc[chooses]        # 应用在iloc会报错，ValueError
df = df.ix[chooses]     # ix
df = df.loc[:, chooses] # 应用在列方向会报错，pandas.core.indexing.IndexingError

如果有多个bool Series可以用“|”（或），“&”（和），例如：

df[(chooses1) | (chooses2)]
df[(chooses1) & (chooses2)]

2）按行生成的Series，index是原df的columns，可以对列方向操作进行筛选

生成行方向的bool Series：

chooses = pd.Series([True, False, True, False], index=df.columns)
chooses = df.loc['1'] > 1
chooses = df.iloc[0] > 1

根据bool Series可以在列方向做筛选，iloc用不了：

print(choose.index)   # Index(['A', 'B', 'C', 'D'], dtype='object')
df.loc[:, chooses]      # loc
df.iloc[:, chooses]     # 应用在iloc会报错，ValueError
df.ix[:, chooses]       # ix
df.loc[chooses]         # 应用在行方向报错，pandas.core.indexing.IndexingError

7.3，bool DataFrame

DataFrame可以根据bool DataFrame进行筛选，保留bool DataFrame真值对应的值，其余值置为NaN

生成bool DataFrame：
chooses = df > 5

根据bool DataFrame进行筛选：
df[chooses]

8，reindex

DataFrame.reindex也可以用来对行/列进行筛选，它不会修改原DataFrame，需另存副本：

df.reindex(index=list('67'))      # 筛选出行名称为6和7的行
df.reindex(columns=list('BC'))    # 筛选出列名称为B和C的列

9，获取行名称/列名称

有时需要获取符合条件的行名称或者列名称

9.1，通过Series获取

可以先获取行/列所在的Series，再获取该Series对应的name：

df.iloc[1].name    # 第2行的name，'6'
df.iloc[:, 1].name # 第2列的name，'B'

9.2，通过DataFrame获取

通过筛选获得的DataFrame，可以直接获index，columns

df_sub = df[df['A'] > 4]
df_sub.index            # Index(['7', '8'], dtype='object')
df_sub.columns          # Index(['A', 'B', 'C', 'D'], dtype='object')
df_sub.index.tolist()   # ['7', '8']
df_sub.columns.tolist() # ['A', 'B', 'C', 'D']

10，缺失值处理

df.dropna(axis=0, how='any')   # 行里有缺失值就丢掉，如果行里所有值是缺失值才丢掉可以how='all'
df.dropna(axis=1, how='any')    # 列里有缺失值就丢掉
df.fillna(value=0)  # 将缺失值填为0
df.isnull() # 整个df是否有缺失值的情况，返回结果是df
np.any(df.isnull())=True) # 只要包含有缺失值就返回True，结果是一个bool值