[] 操作符支持 DataFrame 实例
先问您一下：您知道 df1 > 4 返回的类型是什么吗?
答案：DataFrame 实例，结果如下，元素取值不难理解。
c1 c2 c3
r1 True True True
r2 False False False
r3 True True False
r4 True True False
既然 [] 操作符支持 DataFrame 实例，那么返回的结果您一定想知道：
df1[ df1 > 4 ]
#结果如下：
c1 c2 c3
r1 6.0 9.0 6.0
r2 NaN NaN NaN
r3 8.0 7.0 NaN
r4 5.0 6.0 NaN
看到结果，可能不用解释，您也知道怎么回事了。
下面，引出一个奇怪的问题，大家可以回去思考。这个操作的 readable 不是很好，所以觉得此操作很奇怪。
上面讲到，[] 操作符支持 DataFrame 实例，不过，如果我们剥去它的层层外衣，直奔最本质，揪出它后就是一个 list 实例：
inner = ((df1>4).values).tolist()
inner
#结果，类型是 list
[[True, True, True],
[False, False, False],
[True, True, False],
[True, True, False]]
接下来，就是见证奇迹的时刻：
df1[inner]
#结果 ???
您想到了吗?
答案：
c1 c2 c3
r1 6 9 6
r1 6 9 6
r1 6 9 6
r3 8 7 3
r3 8 7 3
r4 5 6 3
r4 5 6 3
差不多，您也可以解释为什么结果是这样了吧!今天，只想尽量聊透 [] 操作符访问数据这个知识点，当然还有更多的访问数据的函数，比如 iloc, loc 等。