书里介绍索引方法以罗列为主，看完容易记住难，并没有把几种索引方法总结归纳出来。所以本篇学习笔记，我争取把几种索引方法总结出来，便于记忆。
目录

• 一、Series对象索引
  • 1、['索引名'] or ['索引名1' : '索引名2'] or [['索引名1', ..., '索引名n']]
  • 2、[整数] or [整数1:整数2] or [[整数1,..., 整数n]]
  • 3、[布尔表达式]
• 二、DataFrame对象索引
  • 1、['列名1'] or ['列名1',..., '列名n']
  • 2、[整数1:整数2]
  • 3、[布尔表达式]
  • 4、ix方法：DataFrame.ix['列名', ['索引名1',..., '索引名n']]

一、Series对象索引

1、['索引名'] or ['索引名1' : '索引名2'] or [['索引名1', ..., '索引名n']]

注：['索引名1' : '索引名2']取出的数组是左右都包含的。

import pandas as pd
import numpy as np
from pandas import Series, DataFrame
obj = Series(np.arange(4.), index = ['a', 'b', 'c', 'd'])
obj['a']
输出：0.0

obj['a':'c']
输出：
a    0.0
b    1.0
c    2.0
dtype: float64

obj[['a', 'b', 'c']]
输出：
a    0.0
b    1.0
c    2.0
dtype: float64

2、[整数] or [整数1:整数2] or [[整数1,..., 整数n]]

[整数1:整数2]取出的数组是包含整数1不包括整数2的。

obj[1]
输出：1.0

obj[1:3]
输出：
b    1.0
c    2.0
dtype: float64

obj[[0, 2]]
输出：
a    0.0
c    2.0
dtype: float64

3、[布尔表达式]

obj[obj<2]
输出：
a    0.0
b    1.0
dtype: float64

二、DataFrame对象索引

DataFrame对象与Series对象索引的区别在于，在index（索引名）基础上还有columns（列名）。

1、['列名1'] or [['列名1',..., '列名n']]

data = DataFrame(np.arange(16).reshape((4, 4)), index = ['Ohio', 'Colorado', 'Utah', 'New York'], columns = ['one', 'two', 'three', 'four'])
data
输出：
    one two three   four
Ohio    0   1   2   3
Colorado    4   5   6   7
Utah    8   9   10  11
New York    12  13  14  15

data['one']
输出：
Ohio         0
Colorado     4
Utah         8
New York    12
Name: one, dtype: int64

data[['one', 'three']]
输出：
    one three
Ohio    0   2
Colorado    4   6
Utah    8   10
New York    12  14

2、[整数1:整数2]

这个方法是对行名进行索引。

data[0:2]
输出：
    one two three   four
Ohio    0   1   2   3
Colorado    4   5   6   7

data[1:]
输出：
    one two three   four
Colorado    4   5   6   7
Utah    8   9   10  11
New York    12  13  14  15

3、[布尔表达式]

data[data['three']>5]
输出：
    one two three   four
Colorado    4   5   6   7
Utah    8   9   10  11
New York    12  13  14  15

4、ix方法：DataFrame.ix['列名', ['索引名1',..., '索引名n']]

ix方法可以对index及columns都进行索引。

data.ix['Colorado', ['two', 'three']]
输出：
two      5
three    6
Name: Colorado, dtype: int64

data.ix[['Colorado', 'Utah'], [1, 0, 3]]
输出：
    two one four
Colorado    5   4   7
Utah    9   8   11

好了，Series和DataFrame的索引方法就总结到这里，自以为比书里的清晰一些吼吼。