python选取特定列——pandas的iloc和loc以及icol使用（列切片及行切片）

df是一个dataframe，列名为A B C D

具体值如下：

A    B    C     D

0    ss   小红  8

1    aa   小明  d

4    f          f

6    ak   小紫  7 

dataframe里的属性是不定的，空值默认为NA。

一、选取标签为A和C的列，并且选完类型还是dataframe

df = df.loc[:, ['A', 'C']]

df = df.iloc[:, [0, 2]]

二、选取标签为C并且只取前两行，选完类型还是dataframe

df = df.loc[0:2, ['A', 'C']]  

df = df.iloc[0:2, [0, 2]] 

聪明的朋友已经看出iloc和loc的不同了：loc是根据dataframe的具体标签选取列，而iloc是根据标签所在的位置，从0开始计数。

"，"前面的"："表示选取整列，第二个示例中的的0:2表示选取第0行到第二行，这里的0:2相当于[0,2）前闭后开，2是不在范围之内
的。

需要注意的是，如果是df = df.loc[0:2, ['A', 'C']]或者df = df.loc[0:2, ['A', 'C']]，切片之后类型依旧是dataframe，不能直接进行
加减乘除等操作的，比如dataframe的一列是数学成绩(shuxue)，另一列为语文成绩(yuwen)，现在需要求两门课程的总和。

可以使用df['shuxue'] + df['yuwen']（选取完之后类型为series）来获得总分，而不能使用df.iloc[:,[2]]+df.iloc[:,[1]]或
df.iloc[:,['shuxue']]+df.iloc[:,['yuwen']]，这会产生错误结果。
还有一种方式是使用df.icol(i)来选取列，选取完的也不是dataframe而是series，i为该列所在的位置，从0开始计数。

如果你想要选取某一行的数据，可以使用df.loc[[i]]或者df.iloc[[i]]。