pandas的iloc、loc、ix的使用（列切片及行切片）对数据选择操作

https://www.cnblogs.com/chenhuabin/p/10485549.html

loc：通过选取行（列）标签索引数据
iloc：通过选取行（列）位置编号索引数据
ix：既可以通过行（列）标签索引数据，也可以通过行（列）位置编号索引数据

df是一个dataframe，列名为A B C D
具体值如下：
A B C D
a1 ss 小红 8
a3 aa 小明 d
a5 f f
a7 ak 小紫 7

dataframe里的属性是不定的，空值默认为NA。

一、选取标签为A和C的列，并且选完类型还是dataframe
df = df.loc[:, [‘A’, ‘C’]]
df = df.iloc[:, [0, 2]]

二、选取标签为A和C的列并且只取前两行，选完类型还是dataframe
df = df.loc[0:2, [‘A’, ‘C’]]
df = df.iloc[0:2, [0, 2]]

三、选取行，选完类型还是dataframe
df = df.loc[0:2,:] 选取0-1行，[0,2）区间
df = df.iloc[0:2,:] 选取0-1行，[0,2）闭区间

loc是根据dataframe的具体标签选取列，而iloc是根据标签所在的位置，从0开始计数。
"，“前面的”："表示选取整行，第二个示例中的的0:2表示选取第0行到第二行，这里的0:2相当于[0,2）前闭后开，2是不在范围之内的。行选择是前闭后开

需要注意的是，如果是df = df.loc[0:2, [‘A’, ‘C’]]或者df = df.loc[0:2, [‘A’, ‘C’]]，切片之后类型依旧是dataframe，不能直接进行。

加减乘除等操作的，比如dataframe的一列是数学成绩(shuxue)，另一列为语文成绩(yuwen)，现在需要求两门课程的总和。可以使用 df[‘shuxue’] + df[‘yuwen’]（选取完之后类型为series）来获得总分，而不能使用 df.iloc[:,[2]]+df.iloc[:,[1]]或df.iloc[:,[‘shuxue’]]+df.iloc[:,[‘yuwen’]]，因为返回的是datafeame类型的数据，这会产生错误结果。

1 引言

Pandas是作为Python数据分析著名的工具包，提供了多种数据选取的方法，方便实用。本文主要介绍Pandas的几种数据选取的方法。

Pandas中，数据主要保存为Dataframe和Series是数据结构，这两种数据结构数据选取的方式基本一致，本文主要以Dataframe为例进行介绍。

在Dataframe中选取数据大抵包括3中情况：

1）行（列）选取（单维度选取）：df[]。这种情况一次只能选取行或者列，即一次选取中，只能为行或者列设置筛选条件（只能为一个维度设置筛选条件）。

2）区域选取（多维选取）：df.loc[]，df.iloc[]，df.ix[]。这种方式可以同时为多个维度设置筛选条件。

3）单元格选取（点选取）：df.at[]，df.iat[]。准确定位一个单元格。

接下来，我们以下面的数据为例，分别通过实例介绍这三