パンダ：データフレームのデータ選択方法（インデックス）

私たちのシリーズ＃は、最初のオブジェクトを作成し、その後に内部データフレームのオブジェクトにマージ
インポートPANDAS AS PDの
インポートnumpyのAS NP

面積= pd.Series（{ ' 重慶'：188888、' 北京'：92387928、' 上海'：8374583746、' シドニー'：82734 }）
集団 = pd.Series（{ ' 重慶'：1000年、' 北京'：2000、' 上海'：2900、' シドニー'：3000 }）
データpd.DataFrame =（{ 「エリア」：エリア、「人口」：人口}）＃注意：辞書の構造を作成する際に辞書データ構造に従ってください
＃が辞書の作成が完了した後は、フロント書く辞書に費やされなければなりませんブラケット、これは非常に重要な習慣である
印刷（データ）

出力：

                 地域の人口
重慶       188888         1000年
北京       92387928         2000 
上海    8374583746         2900年
シドニー           82734         3000

私たちのcolumsを高めるために、ターゲット上でコードを入力します。

データ[ 「エリア」 ]

出力：

重慶         188888 
北京         92387928 
上海      8374583746 
シドニー             82734 
名：面積、DTYPE：int64モード

入力：

データ列をリストする＃属性を利用して、上記インデックスの形、およびそのようなあまり一般的な形態で使用される
data.area

出力：

重慶         188888 
北京         92387928 
上海      8374583746 
シドニー             82734 
名：面積、DTYPE：int64モード

入力：

data.values＃のデータフレームの事実は、2次元配列が、我々はそれを確認するために、この式を使用することができるということは非常に明確です

出力：

アレイ（[[ 1.88888000e + 05、1.00000000e + 03、1.88888000e + 02 ]、
       [ 9.23879280e + 07、2.00000000e + 03、4.61939640e + 04 ]、
       [ 8.37458375e + 09、2.90000000e + 03、2.88778750e 06 ]、
       [ 8.27340000e + 04、3.00000000e + 03、2.75780000e + 01 ]）