python 全方位访问DataFrame格式数据

1.行/列索引访问

在pandas中DataFrame.index可以访问DataFrame全部的行索引，DataFrame.columns可以访问DataFrame全部的列索引

我们用DataFrame.axes查看交易数据行和列的轴标签基本信息，DataFrame.axes等价于DataFrame.index结合DataFrame.columns

2.行/列元素访问

DataFrame.values可以访问DataFrame全部元素数值，以numpy.ndarray数据类型返回

某列内容访问可以通过类似字典标记或属性的方式，比如DataFrame[‘Open’]或是DataFrame.Open方式，返回得到的’Open’列元素其实是Series数据结构（类似数组）

某行内容可以用切片式访问，比如访问从索引0开始的第一行元素，我们使用DataFrame[0:1]方式，返回得到的元素是DataFrame数据结构

3.元素级的访问

元素级访问有三种：
loc是通过标签方式选取数据，iloc是通过位置方式选取数据，ix则是结合loc和iloc的特点，采用混合标签和位置的方式访问元素。

• loc的选取规则
  通过行和列标签组合的方式来选择数据，以逗号来区分行和列的指定，前半部分参数为指定行标签，后半部分参数指定为列标签，冒号指定了行或者列选取的范围。
  例如：DataFrame.loc[‘2018-01-02’,[‘High’,‘Low’]]选取了’2018-01-02’行对应的’High’,'Low’这两列的元素内容

• iloc的选取规则
  通过行和列位置组合的方式来选择数据
  1.DataFrame.iloc[0:2]选取前两行所有列元素， 2.DataFrame.iloc[0:2,0:1]选取前两行第一列元素 3.DataFrame.iloc[[0,2],[0,1]]选取0，2行和第一，二列元素

• 其实ix是更灵活的访问dataframe元素的方法，不过ix方法已经被Panads弃用了，使用时解释器会提示IX Indexer is Deprecated警告，我们只能使用loc和iloc完成数据选取。

总结

我们特别要重点关注标签形式的行\列索引与位置形式的行\列索引之间的转换，可以帮助我们更灵活的访问DataFrame元素。