pandas数据索引：loc、iloc和ix

1、loc

通过行标签索引行数据

 （1）、loc[‘d’]：获取第’d’行数据

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = [‘d’,'e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.loc['e']) 

a    4
b    5
c    6
Name: 1, dtype: int64

(2)、loc['d':]获取第‘d’行及之后的多行数据

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.loc['d':])

   a  b  c
d  1  2  3
e  4  5  6

（3）、loc['d',['b']]索引第‘d’行第‘b’列

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.loc['d',['b']])

b    2
Name: d, dtype: int64

通过df.[列标签]可直接获取某列数据，但当标签未知时可通过这种方式获取列数据

2、iloc

通过行号获取行数据

(1)、iloc[1]获取第1行数据

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.iloc[1]) 

a    4
b    5
c    6
Name: e, dtype: int64

(2)、iloc[0:]获取第0行及之后的多行数据

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.iloc[0:])

   a  b  c
d  1  2  3
e  4  5  6

（3）、iloc[:,[1]]获取第1列数据

import pandas as pd  
data = [[1,2,3],[4,5,6]]  
index = ['d','e']  
columns=['a','b','c']  
df = pd.DataFrame(data=data, index=index, columns=columns)  
print(df.iloc[:,[1]])

   b
d  2
e  5

3、ix

前两种的混合索引，Python3已经不使用这种索引方式。