PANDAS 访问索引

在 Pandas 中，可以使用 `loc` 和 `iloc` 方法访问 DataFrame 或 Series 的索引。

`loc` 方法用于通过索引标签（即索引的名称）访问数据，例如：

import pandas as pd

df = pd.read_csv('example.csv', index_col='Column1')  # 读取 CSV 文件，并将 'Column1' 列设置为索引
value = df.loc['A', 'Column2']  # 访问 'A' 行的 'Column2' 列数据

其中，`loc` 方法的第一个参数为要访问的行的索引标签，第二个参数为要访问的列的名称或列的名称列表。

`iloc` 方法用于通过索引位置（即整数索引）访问数据，例如：

import pandas as pd

df = pd.read_csv('example.csv')  # 读取 CSV 文件
value = df.iloc[0, 1]  # 访问第一行的第二列数据

其中，`iloc` 方法的第一个参数为要访问的行的整数索引，第二个参数为要访问的列的整数索引或整数索引列表。

需要注意的是，`loc` 方法和 `iloc` 方法都是用于访问索引，而不是访问数据。如果要访问 DataFrame 或 Series 中的数据，可以使用相应的索引访问方法。例如，要访问 DataFrame 中的第一行第二列数据，可以使用以下代码：

import pandas as pd

df = pd.read_csv('example.csv')  # 读取 CSV 文件
value = df.iloc[0, 1]  # 访问第一行的第二列数据