python中loc和iloc
1.loc意義：通過行標籤索引行資料
例： loc[n]表示索引的是第n行（index 是整數）
loc[‘d’]表示索引的是第’d’行（index 是字元）
2. .iloc ：通過行號獲取行資料，不能是字元
3. ix——結合前兩種的混合索引
三者區別：
ix / loc 可以通過行號和行標籤進行索引，比如 df.loc['a'] , df.loc[1], df.ix['a'] , df.ix[1]
而iloc只能通過行號索引 , df.iloc[0] 是對的, 而df.iloc['a'] 是錯誤的
建議：
當用行號索引的時候, 儘量用 iloc 來進行索引; 而用標籤索引的時候用 loc , ix 儘量別用。
例：
import numpy as np
import pandas as pd
df=pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list('abc'))
print(df)
a b c
0 0 2 4
1 6 8 10
2 12 14 16
3 18 20 22
4 24 26 28
5 30 32 34
6 36 38 40
7 42 44 46
8 48 50 52
9 54 56 58
print df.iloc[0] #輸出第0行所有列內容
a 0
b 2
c 4
Name: 0, dtype: int32
print df.iloc[0:3] #輸出0至3行所有列內容
a b c
0 0 2 4
1 6 8 10
2 12 14 16
print df.iloc[1,2] #輸出第一行第二列
10
print df.iloc[1,‘c’] #輸出第一行第二列，因為用了標籤索引，所以會報錯
ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types
print df.loc[0,'a']
0
print df.loc[0:3,['a','b']]
a b
0 0 2
1 6 8
2 12 14
3 18 20
print df.loc[[1,5],['b','c']]
b c
1 8 10
5 32 34
為便於區分，所有螢幕輸出結果，全部用斜體