In [1]:

    

import numpy as np
import pandas as pd

from pandas import Series, DataFrame


    

In [2]:

    

ser1 = Series(np.arange(3), index=['A', 'B', 'C'])


    

In [3]:

    

ser1 = 2 * ser1

ser1


    

    
Out[3]:





A    0
B    2
C    4
dtype: int64

In [4]:

    

ser1['B']


    

    
Out[4]:





2

In [6]:

    

ser1[1]


    

    
Out[6]:





2

In [7]:

    

ser1[0:3]


    

    
Out[7]:





A    0
B    2
C    4
dtype: int64

In [8]:

    

ser1[['A', 'B']]


    

    
Out[8]:





A    0
B    2
dtype: int64

In [9]:

    

ser1[ser1 > 3]


    

    
Out[9]:





C    4
dtype: int64

In [11]:

    

ser1 > 3


    

    
Out[11]:





A    False
B    False
C     True
dtype: bool

In [12]:

    

ser1[ser1 > 3] = 10


    

In [13]:

    

ser1


    

    
Out[13]:





A     0
B     2
C    10
dtype: int64

In [14]:

    

dframe = DataFrame(np.arange(25).reshape((5,5)), index=['NYC', 'LA', 'SF', 'DC', 'CHI'], columns = ['A', 'B', 'C', 'D', 'E'])


    

In [15]:

    

dframe


    

    
Out[15]:






  

    

      

      
A
      
B
      
C
      
D
      
E
    
  
  

    

      
NYC
      
0
      
1
      
2
      
3
      
4
    
    

      
LA
      
5
      
6
      
7
      
8
      
9
    
    

      
SF
      
10
      
11
      
12
      
13
      
14
    
    

      
DC
      
15
      
16
      
17
      
18
      
19
    
    

      
CHI
      
20
      
21
      
22
      
23
      
24
    
  

In [16]:

    

dframe['B']


    

    
Out[16]:





NYC     1
LA      6
SF     11
DC     16
CHI    21
Name: B, dtype: int64

In [17]:

    

dframe[['A', 'B']]


    

    
Out[17]:






  

    

      

      
A
      
B
    
  
  

    

      
NYC
      
0
      
1
    
    

      
LA
      
5
      
6
    
    

      
SF
      
10
      
11
    
    

      
DC
      
15
      
16
    
    

      
CHI
      
20
      
21
    
  

In [18]:

    

dframe[dframe['C'] > 8]


    

    
Out[18]:






  

    

      

      
A
      
B
      
C
      
D
      
E
    
  
  

    

      
SF
      
10
      
11
      
12
      
13
      
14
    
    

      
DC
      
15
      
16
      
17
      
18
      
19
    
    

      
CHI
      
20
      
21
      
22
      
23
      
24
    
  

In [19]:

    

dframe > 10


    

    
Out[19]:






  

    

      

      
A
      
B
      
C
      
D
      
E
    
  
  

    

      
NYC
      
False
      
False
      
False
      
False
      
False
    
    

      
LA
      
False
      
False
      
False
      
False
      
False
    
    

      
SF
      
False
      
True
      
True
      
True
      
True
    
    

      
DC
      
True
      
True
      
True
      
True
      
True
    
    

      
CHI
      
True
      
True
      
True
      
True
      
True
    
  

In [20]:

    

dframe.ix['LA']


    

    
Out[20]:





A    5
B    6
C    7
D    8
E    9
Name: LA, dtype: int64

In [22]:

    

dframe.ix[1]


    

    
Out[22]:





A    5
B    6
C    7
D    8
E    9
Name: LA, dtype: int64

In [ ]: