基础索引（Basic Indexing）

• 选择一列，返回一个 Series: df['col']
• 选择多列，返回一个 DataFrame: df[['col1', 'col2']]
• 行切片选取：df[0:3]

行切片选取不支持单个值，例如 df[0] 会报错

核心访问器（Explict Accessors）

基于标签

语法：df.loc[row_label, column_label] 或 df.loc[row, column_label] 示例：

# 选取第 1 行的 'column' 列
df.loc[1, 'column']

# 选取所有行的 'column2' 列
df.loc[:, 'column2']

使用行号检索时，范围是闭区间，例如 df.loc[0:2, 'column'] 选取的范围是 0, 1, 2 行

基于位置

语法：df.iloc[row_pos, column_pos] 示例：

# 选取最后一行
df.iloc[-1, :]

# 选中前 5 行，前 3 列
df.iloc[0:5, 0:3]

使用基于位置选取的时候，范围就是左闭右开区间了

布尔索引

• 单条件：df[df['column'] > 5]
• 多条件：必须使用位运算符 & (and), | (or), ~ (not)，且每个条件必须加括号。 多条件选取示例：

# 账单 > 20 且是周六的记录
mask = (df['total_bill'] > 20) & (df['day'] == 'Sat')
print(df[mask])

高级函数索引

• .isin(): 匹配列表中的多个值

# 选取周六和周日的数据
df[df['day'].isin(['Sat', 'Sun'])]

• .query(): 使用字符串表达式（类似于 SQL）

# 上个示例转换成字符串表达式
df.query("total_bill > 20 and day == 'Sat'")

• .at 和 .iat: 专门用于获取或修改单个单元格

df.at[0, 'total_bill'] = 21

赋值

全量赋值

# 新增 'test' 列，并且全部赋值为 True
df['test'] = True

# 将 'column' 列全部赋值为 'test'
df['column'] = 'test'

条件赋值

# 价格超过 40 时等级为 VIP
df.loc[df['total_bill'] > 40, 'level'] = 'VIP'

# 其他的为 Normal
df.loc[df['total_bill'] <= 40, 'level'] = 'Normal'

逻辑赋值

使用 np.where

df['sex_short'] = np.where(df['sex'] == 'Male', 'M', 'F')

df.loc[df['smoker'] == 'Yes', 'total_bill'] += 5

字典映射赋值

• 使用 map

# 场景：把星期几翻译成中文
day_map = {'Sun': '周日', 'Sat': '周六', 'Fri': '周五', 'Thur': '周四'}
df['day_cn'] = df['day'].map(day_map)

• 使用 replace

# 场景：直接在原列上替换特定值
df['smoker'] = df['smoker'].replace({'Yes': 1, 'No': 0})

危险：链式赋值

# 错误（可能不生效或报错）：
df[df['total_bill'] > 40]['tip'] = 0 

# 正确（显式定位）：
df.loc[df['total_bill'] > 40, 'tip'] = 0

示例

示例数据集：tip.csv

资源

• Gemini
• ChatGPT
• Kaggle Course