DataFrame之查询＆切片操作

对DataFrame类型做操作的时候，因为有很多方法来实现查询与切片，所以很容易忘记或者搞混淆。而查询和切片有些操作可以“互用”，更是让人不知所措。现在分享一下我的学习总结：

查询其实很简单，也很容易记，就两种方式：

①df[列名][行名]--------------------------------单列

②df[[列名,...]][行索引位置]------------------多列

我的理解为查询是以列优先的（记住，后面有呼应）

切片，有loc（）方法和iloc（）方法，

loc（）方法是针对DataFrame索引名称的切片方法

iloc（）方法接收的必须是行索引和列索引的位置

实不相瞒，这两个我每次用的时候都没记牢，然后用着用着感觉又有点像？总不能老是懵懵懂懂的，所以今天也特地小结了一下：

loc（）：

df.loc[行索引名称or条件,列名]-----------------------单行

df.loc[行名][列名]----------------------------------------单行

df.loc[[行名,...]][[列名,...]]------------------------------多行

df.loc[[行名,...]][:1]---------------------------------------多行

像不像？以列为优先的查询？hh，我感觉loc（）和iloc（）是以行优先的切片

tips：这里[:1]，也可以是其他的列切片，但不能是单个位置索引

df.loc[1:2,列名]------------------------------------------多行单列

df.loc[1:2,[列名,...]]--------------------------------------多行多列

iloc（）：

df.iloc[行索引位置,列索引位置]----------------------单行

df.iloc[1:2,[1,3]]-----------------------------------------多行多列

df.iloc[:][[列名,...]]--------------------------------------多行多列

等等等等，我感觉混搭的方式真的很多，我只列出几个，方便使用，看了也能有些印象。当然，大家也可以多多尝试其他的。

补充一下：对于多行，还有head（）和tail（）方法