import pandas as pd
获取列 首先在pandas中我们想要获取一列，很简单，df[‘A’] 获取行 有loc和iloc的方法 loc：works on labels in the index.(索引+列名) iloc：works on the positions in the index (so it only takes integers).（行号 从0开始）
1 生成DataFrame
df = pd.DataFrame(np.arange(0,60,2).reshape(10,3),columns=list(abc))
# np.arange(0,60,2) 表示以2为步长从0走到60 按行来！
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
2 取第a列
2.1 方法1
df.loc[:, a] # 取第a列
0 0
1 6
2 12
3 18
4 24
5 30
6 36
7 42
8 48
9 54
Name: a, dtype: int64
2.2 方法2
df[a]
0 0
1 6
2 12
3 18
4 24
5 30
6 36
7 42
8 48
9 54
Name: a, dtype: int64
2.3 方法3
df.iloc[:, 0]
0 0
1 6
2 12
3 18
4 24
5 30
6 36
7 42
8 48
9 54
Name: a, dtype: int64
3 取倒数第一行的值
3.1 法1
df.iloc[-1] # 取倒数第一行的值
a 54
b 56
c 58
Name: 9, dtype: int64
df.iloc[2]
a 12
b 14
c 16
Name: 2, dtype: int64
df.iloc[-1,:] # 也可以直接用-1即可
a 54
b 56
c 58
Name: 9, dtype: int64
3.2 方法2
df.loc[df.index.max()]
a 54
b 56
c 58
Name: 9, dtype: int64
df.loc[df.index.max(), :]
a 54
b 56
c 58
Name: 9, dtype: int64
4 取第1行到第3行
df.iloc[1:4]
a b c
1 6 8 10
2 12 14 16
3 18 20 22
5 取第2行第3列的值
5.1 方法1
df.loc[1, c]
10
5.2 方法2
df.iloc[1, 2]
10
6 总结
无论是iloc还是loc 均采用[]而不是括号 如果只是取行 建议用iloc 因为比较简单 如果列和行同时取 建议采用loc 因为可以直接定义到标签
