-
[]方括号索引器:- 通常用于根据列标签选择列。
- 也可以用于选择行，但这通常是通过传递一个布尔序列或布尔条件来实现的，而不是直接通过行标签。
示例：
df['column_name'] # 选择名为 'column_name' 的列
df[['column1', 'column2']] # 选择 'column1' 和 'column2' 这两列
df[df['column'] > 10] # 根据布尔条件选择行 -
.loc[]方法:- 基于标签进行索引。
- 可以用于同时选择行和列。
- 行标签和列标签都需要明确指定。
示例：
df.loc[5, 'column_name'] # 选择索引标签为 5 的行和名为 'column_name' 的列的单个值
df.loc[0:5, 'column_name'] # 选择索引标签从 0 到 5 的行和 'column_name' 列
df.loc[:, 'column_name'] # 选择所有行的 'column_name' 列 -
.iloc[]方法:- 基于位置进行索引。
- 也可用于同时选择行和列。
- 使用整数索引来指定行和列的位置。
示例：
df.iloc[5, 2] # 选择第 6 行和第 3 列的单个值
df.iloc[0:5, 2] # 选择第 1 到第 5 行和第 3 列
df.iloc[:, 2] # 选择所有行的第 3 列
总结：[] 方括号索引器主要用于选择列，而 .loc[] 和 .iloc[] 方法则可以用于根据行标签或列标签（.loc[]）或根据行列的位置（.iloc[]）来选择行和列。