3.2 数据存取

DataFrame支持多种数据存取方式，包括对单个数据单元的存取、对整行整列的存取、迭代访问整个数据表，它们的用法和效率各有不同。本节将介绍操作数据表的基本方法及常用技巧。

3.2.1 访问数据表元素

1.访问列

最简单的访问数据表元素的方法是指定列名和行索引值。在访问列时，可以指定单个列名访问一列，返回Series类型数据，其中第一列是行的索引值，第二列values值是该字段的具体值；也可以使用列名数据访问多列，返回DataFrame类型数据，是原DataFrame的子集。

2.访问记录

使用指定索引切片的方式访问行，返回的结果也是DataFrame。

3.条件筛选记录

在下例中，通过条件筛选行。从返回结果可见，条件判断返回了Series，其索引为数据表的索引值，其值为bool值。如果将该Series作为行索引，则筛选其值为True的所有行。

当使用一个以上条件筛选时，就用逻辑运算符组合各个条件，注意下例中括号的使用。

4.访问具体元素

访问具体某行和某列的值分别使用loc方法和iloc方法，二者的区别在于loc方法在访问数据时使用行索引名和列名，iloc方法在访问数据时使用行下标和列下标。iloc方法的参数是下标、下标数组，以及切片方式指定的数据范围。

当使用loc方法访问数据表时，支持指定元素索引名、列名、列表、切片的方式设定参数。当对应参数为空时，默认展示所有行或列。

loc方法还支持按条件索引，如下例中筛选出字段a==11的所有记录。

除了loc方法和iloc方法，还可以使用ix混合索引。它综合了loc和iloc两种方法，可同时使用索引值和索引名。另外，它还可以使用at方法和iat方法获取单个元素的值，其参数设置方法类似于loc方法和iloc方法。

5.迭代访问数据表

使用iterrows方法可遍历数据表的每一条记录，以及其中的每一个元素。其中，idx是记录的索引值，item是每一条记录的具体数据，Series为数据类型。需要注意的是，使用迭代方法访问和修改数据的速度比较慢。

3.2.2 修改数据表元素

1.修改列名

使用给columns赋值的方法可修改列名，请注意在使用此方法修改时，需要指定所有列的名称，无论是否修改。

上述方法只能修改列名，不能修改数据表内容。如果想重排其中某几个列，使用下例中的方法调换位置。

使用rename方法修改列名，可用字典方法只描述被修改的列，而不影响其他列。下例中将列名“c”改为“d”。

2.修改行索引值

修改行索引值的方法与修改列名的方法类似，如果使用直接对行索引赋值的方法，则需要列出所有索引值，无论是否修改。

使用rename方法，利用字典参数也可以修改行索引值，注意设置axis=0。

3.修改数据表内容

使用直接对列赋值的方法或者用loc指定列名的方法都可以修改整列的值。

使用loc指定索引值的方法也可以对整行赋值，本列中使用了字典方法给行中元素赋值。

同时，在指定行索引和列名时，可以给指定数据表中的指定元素赋值，此方法也可用于给多行或多列的元素赋值。

下面的示例是一种相对复杂，但比较常用的数据处理方法，即将某个字段（本例中为字段b）大于边界值（本例中为10）的所有值都设置为边界值。

修改数据表元素的值也可以使用iloc方法，其与loc方法类似，此处不再详细讲解。

4.批量修改

用DataFrame的apply函数可批量修改表中的数据，最简单的用法是使用lambda表达式逐条对已有数据计算，以构造新数据。本例中将a列数据通过算术表达式转换成原数据的平方，b列通过逻辑判断语句将大于10的元素置为True，小于等于10的元素置为False。

除lambda表达式以外，apply函数还支持调用函数，以实现更复杂的计算，这比使用iterrows遍历数据表修改数据更高效。下例中继续使用上例中的数据，利用a，b列元素的值构造出新列c。在调用apply函数时指定了两个参数，axis=1是指逐行处理，args指定了传给函数的两个附加参数。程序中定义了函数f，它的第一个参数是数据表中的每行数据，后两个参数是args中指定的参数。函数f使用数据表的a列、b列，并分别与参数arg1，arg2相乘再将其结果附值给c列。可以说，apply函数是在DataFrame中构造新特征时使用频率最高的方法。