一 通过索引取数据 (ix/loc/iloc)
loc (根据索引名称取数据 ， 适合多列)
iloc (根据索引序号取数据, 适合多列)
at (和loc类似，只用于取单列， 性能更好)
iat (和iloc类似，只用于取单列，性能更好)
ix (综合上面)
data = [[1,2,3],[4,5,6]]
index = ['A','B']
columns=['a','b','c']
df = pd.DataFrame(data=data, index=index, columns=columns) #--------------------Loc的用法-----------------------------------------------
# 取第1行
print df.loc['A']
# 取第1行列名 'b'
print df.loc['A', ['b']]
# 取多列
print df.loc['A', ['b', 'c']]
#---------------------------------------------------------------------------- #--------------------iLoc的用法-----------------------------------------------
# 取第1行
print df.iloc[0]
# 取第1行列名 'b'
print df.iloc[0, [1]]
# 取多列
print df.iloc[0, [1, 2]]
#---------------------------------------------------------------------------- #--------------------at的用法-----------------------------------------------
print df.at["A", 'a']
#--------------------------------------------------------------------------- #--------------------iat的用法-----------------------------------------------
print df.iat[0, 0]
#---------------------------------------------------------------------------- #--------------------ix的用法-----------------------------------------------
# 取第1行
print df.ix[0]
# 取第1行列名 'b'
print df.ix[0][1] # 取第1行
print df.ix['A']
# 取第1行列名 'b'
print df.ix['A']['b']
#----------------------------------------------------------------------------
需要注意的地方，1 该类用法必须先通过索引，取到行(series)再取列数据, 直接取列数据会报错 2 通过ix获取数据时，如果索引为int, 则识别为loc, 使用名称查找
二 获取索引和字段名
#--------------------获取索引-----------------------------------------------
print df.index[0]
#-------------------------------------------------------------------------- #--------------------获取列名-----------------------------------------------
print df.columns[0]
#--------------------------------------------------------------------------