pandas中loc和iloc的区别，举例说明

pandas中的`loc`和`iloc`都是用于根据行和列的标签或位置来选择数据的方法，但它们之间有一些不同之处。

- `loc`使用标签来选择行和列。它可以通过标签选择行和列的子集，也可以基于布尔条件选择行和列的子集。

- `iloc`使用整数位置来选择行和列。它可以通过整数位置选择行和列的子集，也可以基于布尔条件选择行和列的子集。

举个例子：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}, index=['a', 'b', 'c'])

# 使用loc选择行和列
print(df.loc['a', 'A'])  # 1
print(df.loc[['a', 'c'], ['A', 'C']])  #      A  C
                                       # a  1  7
                                       # c  3  9
print(df.loc[df['B'] > 4, 'B'])  # b    5
                                 # c    6
                                 # Name: B, dtype: int64

# 使用iloc选择行和列
print(df.iloc[0, 0])  # 1
print(df.iloc[[0, 2], [0, 2]])  #      A  C
                                 # a  1  7
                                 # c  3  9
print(df.iloc[df['B'] > 4, 1])  # b    5
                                 # c    6
                                 # Name: B, dtype: int64

在上面的例子中，我们可以看到`loc`和`iloc`的使用方法和语法非常相似，但是它们的选择方式不同，`loc`使用标签，`iloc`使用整数位置。