loc与iloc

关于pandas中loc与iloc的区别相信不用我过多的赘述，仅此记录下其中一些比较细微的关于选取数据格式的区别
army的数据比较大，仅仅截取其中一小部门作为例示，如下图所示：

8cc8dfafe6352cfff0a3eb9f655b189.png

假设：我们要选取的是行为Arizona，列为deaths的数据
loc方法：army.loc[['Arizona'], ['deaths']]
iloc方法：army.iloc[[0],[2]]
所呈现的是一个DataFrame的格式：

8207d1e6a6de4f5892ca01d3747cfb3.png

相同的，如果我们想呈现的是一个Series的格式，以iloc方法为例：
army.iloc[[0],2]

86bbf0694cc8a6d034217128c2925ce.png

如果是：army.iloc[0,[2]]
产生如下变化：

77c6dac99ec676acd50d4e492fa5d06.png

如果只想呈现int的格式：
直接写成：army.iloc[0,2]

e4bf0867c6f4ba6354dbfb0ec237797.png

loc与iloc选取时方法相同。
get_loc也同样适用，但只适用于用于iloc。loc会报错的原因是loc始终都是利用索引的名称进行选取，也是本质上与iloc的区别。
如下图所示：

image.png