IO文件读写：

1. 基本方法

series[lable]
frame[colname]

2. 通过index

sa = pd.Series([1, 2, 3], index=list(‘abc’))

sa.b为 2

3. iloc & loc

iloc
df.iloc[0]: 第0行数据（series）
df.iloc[[0]]: 第0行数据（dataframe）
df.iloc[[0, 1]]: 第0、1行数据（dataframe）
df.iloc[:3]: 前三行数据（dataframe）
df.iloc[[True, False, True]]：第0、2行数据（dataframe）

df.iloc[0, 1]：坐标（0,1）的数据
df.iloc[[0, 2], [1, 3]]: 坐标（0,1）（0,3）（2,1）（2,3）数据组成的矩阵
df.iloc[:, lambda df: [0, 2]]：第0、2列数据

loc
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],index=[‘one’, ‘two’, ‘three’],columns=[‘a’, ‘b’])
df.loc[‘one’]：one行数据
df.loc[[‘one’, ‘two’]]：one、two行数据

多索引情况：

创建多索引dataframe：

tuples = [(‘cobra’, ‘mark i’), (‘cobra’, ‘mark ii’),(‘sidewinder’, ‘mark i’), ‘sidewinder’, ‘mark ii’), (‘viper’, ‘mark ii’), (‘viper’,‘mark iii’)]
index = pd.MultiIndex.from_tuples(tuples)
values = [[12, 2], [0, 4], [10, 20],[1, 4], [7, 1], [16, 36]]
df = pd.DataFrame(values, columns=[‘max_speed’, ‘shield’], index=index)

4. where() & mask()

DataFrame.where(self, cond, other=nan, inplace=False, axis=None, level=None, errors=‘raise’, try_cast=False)

s.where(s > 0)：大于0的数据
df.where(df < 0, -df) 等价于 df[df < 0]：将所有小于0的数据取反

mask()是where()的反函数

5. query()

df.query(’(a < b) & (b < c)’) 等价于 df[(df.a < df.b) & (df.b < df.c)]
df.query(‘a > 2’)
df.query(‘a not in b’) 等价于 df[~df.a.isin(df.b)]
df.query(‘a in b + c + d’)
df.query(‘c == [1, 2]’)

【reference】:
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.loc.html#pandas.DataFrame.loc