本篇文章给大家带来的内容是关于python中pandas的深入理解（代码示例） ，有一定的参考价值，有需要的朋友可以参考一下，希望对你有所帮助。
一、筛选
先建立一个 6X4 的矩阵数据。
dates = pd.date_range('20180830', periods=6)
df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates, columns=['A','B','C','D'])
print(df)打印：
A B C D 2018-08-30 0 1 2 3 2018-08-31 4 5 6 7 2018-09-01 8 9 10 11 2018-09-02 12 13 14 15 2018-09-03 16 17 18 19 2018-09-04 20 21 22 23
简单的筛选
如果我们想选取 DataFrame 中的数据，下面描述了两种途径, 他们都能达到同一个目的：
print(df['A']) print(df.A) """ 2018-08-30 0 2018-08-31 4 2018-09-01 8 2018-09-02 12 2018-09-03 16 2018-09-04 20 Freq: D, Name: A, dtype: int64 """
让选择跨越多行或多列:
PHP 网络编程技术与实例(曹衍龙)
下载
PHP网络编程技术详解由浅入深，全面、系统地介绍了PHP开发技术，并提供了大量实例，供读者实战演练。另外，笔者专门为本书录制了相应的配套教学视频，以帮助读者更好地学习本书内容。这些视频和书中的实例源代码一起收录于配书光盘中。本书共分4篇。第1篇是PHP准备篇，介绍了PHP的优势、开发环境及安装；第2篇是PHP基础篇，介绍了PHP中的常量与变量、运算符与表达式、流程控制以及函数；第3篇是进阶篇，介绍
立即学习“Python免费学习笔记（深入）”；
print(df[0:3])
"""
A B C D
2018-08-30 0 1 2 3
2018-08-31 4 5 6 7
2018-09-01 8 9 10 11
"""
print(df['20180830':'20180901'])
"""
A B C D
2018-08-30 0 1 2 3
2018-08-31 4 5 6 7
2018-09-01 8 9 10 11
"""如果df[3:3]将会是一个空对象。后者选择20180830到20180901标签之间的数据，并且包括这两个标签。
还可以通过 loc, iloc, ix 进行选择。
相关推荐：
