数据由行和列组成，在数据库中，一般行被称作记录 (record)，列被称作字段 (field)。
    我们对记录和字段的获取方式：一般情况下，字段根据名称获取，记录根据筛选条件获取。
    比如获取 id 和 name 两个字段；记录筛选，比如 amount 大于 10000 的所有记录。对于熟悉 SQL 语句的人来说，就是下面的语句：

    1. select id, name
    2. from scores
    3. where chinese >= 90 and math >= 90

    上面的 SQL 语句表示从考试成绩表 (scores) 中，筛选出语文和数学都大于或等于 90 分的所有学生 id 和 name。

    学习 pandas 数据获取，推荐这种以数据处理的目标为导向的方式学习。

    本篇我们要分析的关于销售数量和金额的一组数据，数据存放在 csv 文件中。示例数据我在 github 上放了一份，方便大家对照练习。
    pandas 选取数据 - 图1
    选择列
    以下两种方法返回 Series 类型:

    1
    2
    3
    4
    5    		 import pandas as pd
    df ``= pd.read_csv(``'sample-salesv3.csv'``)
    df.name
    # 或者
    df[``'name'``]

    如果需要返回 DataFrame 格式，使用 list 作为参数。为了方便说明，给出在 jupyter notebook 中显示的界面。
    pandas 选取数据 - 图2
    如果需要选取多列，传给 DataFrame 一个包含列名的 list：
    pandas 选取数据 - 图3
    选择行
    假设我们要筛选 quantity < 0 的所有记录：
    pandas 选取数据 - 图4
    按多条件筛选的处理方式。假设想筛选 quantity < 0 并且 unit price > 50 的所有记录：
    pandas 选取数据 - 图5
    代码：

    1
    2    		 criteria = (df[``'quantity'``] < 0) & (df[``'unit price'``] > 50)
    df[criteria].head()

    在 pandas 中，AND 条件的运算符为 & ，OR 条件的运算符为 |。假设想筛选所有 quantity > 30 或 unit price > 50 的记录：
    pandas 选取数据 - 图6
    代码：

    1
    2    		 criteria ``= `(df['quantity'] > 30) (df['unit price'] > 50)<br />df[criteria].head()`

    基于字符串的记录筛选
    如果筛选条件为基于字符串，可以使用用 Series.str.xxx 方法，主要有 startswith, endswith 和 contains等。举一个例子，筛选出所有 name 含有 White 的记录：
    pandas 选取数据 - 图7
    代码：

    1
    2    		 criteria ``= df[``'name'``].``str``.contains(``'White'``)
    df[criteria].head()

    这里解释一下 pandas 布尔索引 (boolean indexing) 的概念。布尔索引的意思是首先构建一个与 DataFrame 的 index 长度相同的一个 boolean 向量 (boolean vector)，这个向量中只包含 True 或者 False，布尔索引是一个 Series。
    然后 DataFrame 在筛选的时候，基于 DataFrame 的行索引，当布尔索引相同行索引所在行的 value 为 True 时，DataFrame 的这一行就包含在筛选之中，否则就排除在外。
    为了能看得更加清晰，我们把上面的例子用另外一个方法来展示。创建一个新列：is_selected，这一列是一个布尔索引。

    1 df[``'is_selected'``] ``= df[``'name'``].``str``.contains(``'White'``)

    我们看到，is_selected 由 True 和 False 构成。
    pandas 选取数据 - 图8
    构建了 is_selected 列之后，通过df[df[‘name’].str.contains(‘White’)] 筛选与下面的语句作用相同：

    1 df[df[``'is_selected'``] ``=``= True``]

    可以把 df[‘name’].str.contains(‘White’) 这个布尔索引理解为构建了一个新列，然后基于这一列进行筛选。
    基于 DateTime 类型的记录筛选
    如果列的类型是 DateTime 类型，比如本示例的 date 列。pandas 读取 csv 文件时，date 列是 str 类型，所以我们先将 date 列转换成 datetime 类型，然后基于 pandas 的 Timestamp 类型构建筛选条件。

    1
    2
    3
    4
    5
    6    		 # 将 date 列转换成 datetime 类型
    df[``'date'``] ``= pd.to_datetime(df[``'date'``])

    # 筛选条件为日期大于 2014/4/1
    criteria ``= df[``'date'``] > pd.Timestamp(``2014``,``4``,``1``)
    df[criteria].head()

    pandas 选取数据 - 图9
    同时选择行和列
    如果基于本篇所说的模式，同时选择行和列，最简单的方法是组合，比如先基于行构建 DataFrame，然后再基于这个 DataFrame 选取需要的列：

    1
    2
    3    		 where ``= df[``'name'``].``str``.contains(``'White'``)
    cols ``= [``'name'``, ``'quantity'``, ``'unit price'``, ``'ext price'``]
    df[where][cols].head()

    pandas 选取数据 - 图10