pandas的iloc、loc、ix的使用（列切片及行切片）

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
0    ss   小红   8
1    aa   小明   d
4    f          f
6    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0-2行，[0,2]闭区间
df = df.iloc[0:2,:] 选取0-2行，[0,2]闭区间

聪明的朋友已经看出iloc和loc的不同了：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。
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']]，这会产生错误结果。