loc：通過選取行（列）標籤索引數據 iloc：通過選取行（列）位置編號索引數據 ix：既可以通過行（列）標籤索引數據，也可以通過行（列）位置編號索引數據 df是一個dataframe，列名爲A B C D 具體值如下： A B C D 0 ss 小紅 8 1 aa 小明 d 4 f f 6 ak 小紫 7
dataframe裏的屬性是不定的，空值默認爲NA。 一、選取標籤爲A和C的列，並且選完類型還是dataframe df = df.loc[:, ['A', 'C']] df = df.iloc[:, [0, 2]] 二、選取標籤爲A和C的列並且只取前兩行，選完類型還是dataframe df = df.loc[0:2, ['A', 'C']] df = df.iloc[0:2, [0, 2]] 三、選取行，選完類型還是dataframe df = df.loc[0:2,:] 選取0-2行，[0,2]閉區間 df = df.iloc[0:2,:] 選取0-2行，[0,2]閉區間 聰明的朋友已經看出iloc和loc的不同了：loc是根據dataframe的具體標籤選取列，而iloc是根據標籤所在的位置，從0開始計數。 "，"前面的"："表示選取整行，第二個示例中的的0:2表示選取第0行到第二行，這裏的0:2相當於[0,2）前閉後開，2是不在範圍之內的。 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']]，切片之後類型依舊是dataframe，不能直接進行。 加減乘除等操作的，比如dataframe的一列是數學成績(shuxue)，另一列爲語文成績(yuwen)，現在需要求兩門課程的總和。可以使用df['shuxue'] + df['yuwen']（選取完之後類型爲series）來獲得總分，而不能使用df.iloc[:,[2]]+df.iloc[:,[1]]或df.iloc[:,['shuxue']]+df.iloc[:,['yuwen']]，這會產生錯誤結果。