pandas教程：[3]DataFrame切片操作

>>> df=pd.DataFrame(np.random.randn(6,4),columns=list('ABCD'))
>>> df
          A         B         C         D
0  0.048316 -1.457243  1.076872 -0.936863
1  0.220661  1.656363 -0.641167 -0.306790
2 -0.621837 -0.174303 -1.404856  0.927649
3 -0.985101 -1.258092 -1.362130  0.804768
4  0.863754 -1.106494  0.290809  0.633306
5  0.533280 -1.091326  0.402656 -1.099629
>>> #使用iloc方法提取第四行数据
>>> df.iloc[3]
A   -0.985101
B   -1.258092
C   -1.362130
D    0.804768
Name: 3, dtype: float64

>>> #我们也可以提取不连续行和列的数
>>> df.iloc[[1,2,4],[0,2]]
          A         C
1  0.220661 -0.641167
2 -0.621837 -1.404856
4  0.863754  0.290809
>>> #想要提取某一样或者某几行的数据，保证所有列都在，可以使用一个冒号来表示所有列
>>> df.iloc[1:3,:]
          A         B         C         D
1  0.220661  1.656363 -0.641167 -0.306790
2 -0.621837 -0.174303 -1.404856  0.927649
>>> 

>>> #当然，所有行，也可以用冒号来表示
>>> df.iloc[:,1:3]
          B         C
0 -1.457243  1.076872
1  1.656363 -0.641167
2 -0.174303 -1.404856
3 -1.258092 -1.362130
4 -1.106494  0.290809
5 -1.091326  0.402656

>>> #提取某一个值，去掉所有冒号，比如取第2行第2列的这个数
>>> df.iloc[1,1]
1.6563630905074296
>>> #当然，iat是专门提取某个数的方法，它的效率高更高，因此建议在提取单个数的时候用iat
>>> df.iat[1,1]
1.6563630905074296
>>> 

https://jingyan.baidu.com/article/a17d52853f879e8099c8f240.html