Python培训：使用Pandas提供的方法操作索引

　　虽然DataFrame操作索引能够满足基本数据查看请求，但是仍然不够灵活。为此，Pandas库中提供了操作索引的方法来访问数据，具体包括：

　　♦loc：基于标签索引(索引名称，如a、b等)，用于按标签选取数据。当执行切片操作时，既包含起始索引，也包含结束索引。

　　♦loc：基于位置索引(整数索引，从0到length-1)，用于按位置选取数据。当执行切片操作时，只包含起始索引，不包含结束索引。

　　iloc方法主要使用整数来索引数据，而不能使用字符标签来索引数据。而loc方法恰恰相反，它只能使用字符标签来索引数据，而不能使用整数来索引数据。不过，当DataFrame对象的行索引或列索引使用的是整数时，则其就可以使用整数来索引。

　　假设，现在有一个DataFrame对象，具体代码如下。

In [39]: arr=np.arrange(16) .reshape(4, 4)
         dataframe_obj=pd.DataFrame(arr, columns=['a', 'b', 'c', 'd'])
         dataframe_obj
Out[39]:
    a   b   c   d
0   0   1   2   3
1   4   5   6   7
2   8   9   10  11
3   12  13  14  15

　　接下来，我们通过一段示例程序来演示如何使用上述方法来获取DataFrame中多列的数据，具体代码如下。

In [40]: dataframe_obj.loc[:, ["c", "a"]]
In [41]: dataframe_obj.iloc[:, [2,0]]

　　它们两个输出的结果一样，具体如下：

    c   a
0   2   0
1   6   4
2   10  8
3   14  12

　　还可以通过loc方法和iloc方法使用花式索引来访问数据，具体代码如下。

In [43]: dataframe_obj.loc[1:2, ['b', 'c']]
In [44]: dataframe_obj.iloc[1:3, [1, 2]]

　　它们两个输出的结果也是一样的，具体如下：

    b    c
1   5    6
2   9    10