使用pandas的loc和iloc读取行数据和列数据

在pandas中，DataFrame是一个二维标签化的数据结构，可以存储不同类型的数据，并具有行标签和列标签。为了方便地选择数据，pandas提供了多种方法，其中最常用的就是loc和iloc。
1. 使用loc读取行数据
loc方法通过标签来选择行。要使用loc选择行，需要提供行标签作为参数。下面是一个简单的示例：

import pandas as pd
data = {'Name': ['Alice', 'Bob', 'Charlie', 'David'],
'Age': [25, 30, 35, 40],
'Salary': [50000, 60000, 70000, 80000]}(pd.DataFrame(data)
# 使用loc选择第1行和第3行
selected_rows = df.loc[[0, 2]]

在这个例子中，我们创建了一个包含姓名、年龄和薪水的简单DataFrame。然后，使用loc方法选择了第1行和第3行。注意，在loc中，行标签是按0开始索引的。因此，第1行的索引为0，第3行的索引为2。
2. 使用iloc读取行数据
iloc方法通过整数位置来选择行。要使用iloc选择行，需要提供行位置作为参数。下面是一个简单的示例：

# 使用iloc选择第1行和第3行
selected_rows = df.iloc[[0, 2]]

在这个例子中，我们使用iloc方法选择了第1行和第3行。需要注意的是，在iloc中，行位置是按0开始索引的。因此，第1行的索引为0，第3行的索引为2。
3. 使用loc和iloc读取列数据
与选择行数据类似，我们也可以使用loc和iloc方法来选择列数据。要使用loc选择列，需要提供列标签作为参数。下面是一个简单的示例：

# 使用loc选择'Name'列和'Salary'列
selected_columns = df.loc[:, ['Name', 'Salary']]

在这个例子中，我们使用loc方法选择了’Name’列和’Salary’列。注意，在loc中，列标签是通过一个列表来提供的。要选择多个列，可以将它们的标签放在一个列表中。
同样地，我们也可以使用iloc方法来选择列数据。要使用iloc选择列，需要提供列位置作为参数。下面是一个简单的示例：

# 使用iloc选择第1列和第3列（即'Name'列和'Salary'列）
selected_columns = df.iloc[:, [0, 2]]

在这个例子中，我们使用iloc方法选择了第1列和第3列（即’Name’列和’Salary’列）。需要注意的是，在iloc中，列位置是按0开始索引的。因此，第1列的位置为0，第3列的位置为2。