import pandas as pd
df = pd.DataFrame(……)
說明：以下“df”為DataFrame對象。
df['col1']：獲取col1列的數(shù)據(jù)
df.col1：同樣是獲取col1列的數(shù)據(jù)
兩者的區(qū)別是df[['col1','col2',…]]可以同時(shí)獲取多列，而dif.col1只能獲取1列。

原始數(shù)據(jù)

df = pd.DataFrame({'b':[-1,-2,3,2],'a':[4,3,-2,1],'c':[1,-3,8,-2]},index=[2,0,1,-3])
    b   a   c
2   -1  4   1
0   -2  3   -3
1   3   -2  8
3   2   1   -2

1. 對DataFrame對象或者Series對象用關(guān)系運(yùn)算符（><==!=）作用后，返回的是相同維度的由bool值（False或True）組成的對象。

df>0
    b       a       c
2   False   True    True
0   False   True    False
1   True    False   True
3   True    True    False
這里df表示整個對象，df>0對每個元素判斷，并返回同維bool值組成的對象。

df.b>0 或者df['b']>0
 2    False
 0    False
 1     True
3     True
Name: b, dtype: bool
這里df.b>0 或者df['b']>0都表示對b列每個數(shù)據(jù)進(jìn)行判斷，返回一列bool值。

df[['b','c']]>0
    b       c
2   False   True
0   False   False
1   True    True
3   True    False
同時(shí)判斷b和c列中元素，返回兩列bool值

(df.b>0)&(df.c>0) 
 2    False
 0    False
 1     True
3    False
dtype: bool
b列元素>0且同時(shí)滿足c列元素也>0，可見只有序號為“1”的行滿足條件
注意：用邏輯運(yùn)算符(&|~)時(shí)，前后條件都要帶上括號()。

2. 根據(jù)關(guān)系運(yùn)算符（><==!=）返回的結(jié)果抽取數(shù)據(jù)

因?yàn)殛P(guān)系運(yùn)算符返回的是由bool值組成的結(jié)果 ，因此本質(zhì)上是根據(jù)bool值選值。

（1）根據(jù)判斷條件從整個df中選取，即抽出的都是整行數(shù)據(jù)

形如：df[ 限制條件1&限制條件2… ]或df[ 限制條件1 ][ 限制條件2]…

df[df.b>0] 或者df[df['b']>0] 
    b   a   c
1   3   -2  8
3   2   1   -2
在df中選擇b列元素>0的所有行。

df[ (df.b>0)&(df.c>0) ]
    b   a   c
1   3   -2  8
在df中選擇選擇b和c同時(shí)大于0的那些行。

df[ df[['b','c']]>0 ]
    b   a   c
2   NaN NaN 1.0
0   NaN NaN NaN
1   3.0 NaN 8.0
3   2.0 NaN NaN
這種情況特別要注意，并不是指b和c列要同時(shí)>0，兩者是“并|”邏輯關(guān)系。

（2）根據(jù)判斷條件從df的部分列中選取，即抽出的都是指定列的數(shù)據(jù)

形如：df[ ['col1','col1',…] ][ 限制條件1&限制條件2… ]或df.col[ 限制條件1&限制條件2… ]

或df[ ['col1','col1',…] ][ 限制條件1 ][ 限制條件2 ]…或df.col[ 限制條件1 ][ 限制條件2 ]…

df['a'][df.b>0]
1   -2
3    1
Name: a, dtype: int64
首先判斷b列元素>0的行，即1行和3行，然后抽取這兩行中a列的數(shù)據(jù)，即-2和1。
即判斷條件[df.b>0]限制了在哪些行中尋找。

df[['a','b']][(df.b>0) & (df.c>0)]
    a   b
1   -2  3
同上面完全一樣，先找出b和c列同時(shí)>0的行（即1行），然后抽出a和b列的值，即-2和3。