iloc 和 loc 有什么区别？

`iloc`和`loc`是Pandas库中用于数据处理的两种主要方法，它们主要用于选择DataFrame或Series中的特定位置的数据。

1. **iloc**（Integer Location）：基于整数的位置索引。它从0开始计数，所以第一个元素的索引是0，第二个是1，以此类推。`iloc`接受一维整数切片，用于行（索引）和列（列名或整数索引）。例如，`df.iloc[0:3, 1:3]`会选择第一到第三行，第二和第三列的数据。

2. **loc**（Label-based Indexing）：基于标签的位置索引，即使用行和列的名称或整数标签。如果你的数据包含缺失值（NaN），`loc`会直接返回NaN，而不是跳过缺失的行或列。例如，`df.loc[['row1', 'row2'], 'column_name']`会选择名为'row1'和'row2'的行，以及名为'column_name'的列。

相关问题--
1. iloc和loc在使用整数还是标签时有何不同？
2. 在处理缺失值时，iloc和loc的行为有何不同？
3. 我们如何根据行标签和列名同时选择数据，这时应该使用哪个方法？