Pandas各种方式读取dataframe的数据，有这篇就够了

######  loc只能通过index和columns的名称来取，不能用数字
########iloc只能用数字索引，不能用索引名

import numpy as np
from pandas import DataFrame
import pandas as pd
#构建dataframe，二维数组
df = DataFrame(np.arange(20).reshape(4,5),index=['one','two','three','four'],columns=list('abcde'))
print(df)

        a   b   c   d   e
one     0   1   2   3   4
two     5   6   7   8   9
three  10  11  12  13  14
four   15  16  17  18  19

############### 1.获取指定列的数据######
print("获取指定的某列:")
print(df['a'])
#注意双[]
print(df[['a','b']])

获取指定的某列:
one       0
two       5
three    10
four     15
Name: a, dtype: int32
        a   b
one     0   1
two     5   6
three  10  11
four   15  16

############### 2.获取指行的数据######
print("获取指行的某行:")
print(df.loc['one'])
print(df.iloc[0:1])

获取指行的某行:
a    0
b    1
c    2
d    3
e    4
Name: one, dtype: int32
     a  b  c  d  e
one  0  1  2  3  4

############### 3.loc获取指某行某列的数据######
######  loc只能通过index和columns的名称来取，不能用数字
print("loc获取指定某行某列的数据")
print(df.loc['one','c'])
#获取行索引one到three，列索引a到d的数据
print(df.loc['one':"three","a":'d'])
#获取行索引one到three，列索引a，d的数据
print(df.loc['one':'three',['a','d']])
#获取行索引one,three，列索引a,d的数据
print(df.loc[['one','three'],['a','d']])

loc获取指定某行某列的数据
2

        a   b   c   d
one     0   1   2   3
two     5   6   7   8
three  10  11  12  13

        a   d
one     0   3
two     5   8
three  10  13

        a   d
one     0   3
three  10  13

############### 4.iloc获取指某行某列的数据######
########iloc只能用数字索引，不能用索引名
print("iloc获取指定某行某列的数据")
print(df.iloc[0:1,2:3])
#获取行索引one到three，列索引a到d的数据
print(df.iloc[0:4,0:4])
#获取行索引one到three，列索引a,d的数据
print(df.iloc[0:4,[0,3]])
#获取行索引one,three，列索引a,d的数据
print(df.iloc[[0,2],[0,3]])

iloc获取指定某行某列的数据
     c
one  2

        a   b   c   d
one     0   1   2   3
two     5   6   7   8
three  10  11  12  13
four   15  16  17  18

        a   d
one     0   3
two     5   8
three  10  13
four   15  18

        a   d
one     0   3
three  10  13

############### 5.获取具体某个单值######
#iat取某个单值,只能数字索引
#at取某个单值,只能index和columns索引
print(df.iat[0,1])
print(df.at['one','b'])

1
1