本文轉載自：https://blog.csdn.net/hecongqing/article/details/61927615

loc——通過行標籤索引行資料 
iloc——通過行號索引行資料 
ix——通過行標籤或者行號索引行資料（基於loc和iloc 的混合） 
同理，索引列資料也是如此！

舉例說明： 
1、分別使用loc、iloc、ix 索引第一行的資料: 
（1）loc

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

#print df.loc['a'
 
]
'''
c    1
d    2
e    3
'''

print df.loc[0]
#這個就會出現錯誤
'''
TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'> 
with these indexers [1] of <type 'int'>
'''

(2)iloc

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

print df.iloc[0]
'''
 

c    1
d    2
e    3
'''
print df.iloc['a']
'''
TypeError: cannot do positional indexing on <class 'pandas.indexes.base.Index'> 
with these indexers [a] of <type 'str'>
'''

(3)ix

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

print df.ix[0]
'''
 

c    1
d    2
e    3
'''
print df.ix['a']
'''
c    1
d    2
e    3
'''

2、分別使用loc、iloc、ix 索引第一列的資料:

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

print df.loc[:,['c']]

print df.iloc[:,[0]]

print df.ix[:,['c']]

print df.ix[:,[0]]
#結果都為
'''
   c
a  1
b  4
'''

3、分別使用loc、iloc、ix 索引多行的資料:

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

print df.loc['a':'b']

print df.iloc[0:1]

print df.ix['a':'b']

print df.ix[0:1]
#結果都為
'''
   c  d  e
a  1  2  3
b  4  5  6
'''

4、分別使用loc、iloc、ix 索引多列的資料:

import pandas as pd
data=[[1,2,3],[4,5,6]]
index=['a','b']#行號
columns=['c','d','e']#列號
df=pd.DataFrame(data,index=index,columns=columns)#生成一個數據框

print df.loc[:,'c':'d']

print df.iloc[:,0:2]

print df.ix[:,'c':'d']

print df.ix[:,0:2]
#結果都為
'''
   c  d
a  1  2
b  4  5
'''