Indexación en Pandas:
Indexar en pandas significa simplemente seleccionar filas y columnas de datos particulares de un DataFrame. Indexar podría significar seleccionar todas las filas y algunas de las columnas, algunas de las filas y todas las columnas, o algunas de cada una de las filas y columnas. La indexación también se puede conocer como Selección de subconjunto .

Veamos algún ejemplo de indexación en Pandas. En este artículo, estamos usandonba.csv>archivo para descargar el CSV, haga clic en Descripción de la función Marco de datos.head() Volver arriba n>filas de un marco de datos. Marco de datos.tail() Volver abajon>filas de un marco de datos. Dataframe.at[] Acceda a un valor único para un par de etiquetas de fila/columna. Marco de datos.iat[] Acceda a un valor único para un par de fila/columna por posición de entero. Marco de datos.tail() Indexación basada puramente en ubicaciones enteras para selección por posición. Marco de datos.búsqueda() Función de indexación elegante basada en etiquetas para DataFrame. Marco de datos.pop() Devuelve el artículo y suéltalo del marco. Marco de datos.xs() Devuelve una sección transversal (filas o columnas) del DataFrame. Marco de datos.get() Obtenga un elemento del objeto para una clave determinada (columna de marco de datos, segmento de panel, etc.). Marco de datos.isin() Devuelve un DataFrame booleano que muestra si cada elemento del DataFrame está contenido en valores. Marco de datos.donde() Devuelve un objeto de la misma forma que self y cuyas entradas correspondientes son de self donde cond es True y en caso contrario son de other. Marco de datos.máscara() Devuelve un objeto de la misma forma que self y cuyas entradas correspondientes son de self donde cond es False y en caso contrario son de other. Marco de datos.consulta() Consulta las columnas de un marco con una expresión booleana. Marco de datos.insertar() Inserte la columna en DataFrame en la ubicación especificada.