用的时候有些模糊，查下资料彻底搞清一下。
官方文档上一个示例的DataFrame，直接拿过来，
import pandas as pd
mydict = [{
'a': 1, 'b': 2, 'c': 3, 'd': 4},
{
'a': 100, 'b': 200, 'c': 300, 'd': 400},
{
'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000}]
df = pd.DataFrame(mydict)
下面都针对这个DataFrame操作，其中0 1 2叫做行标签，a b c d叫做列标签，有一点需要注意，如果没有显式指定行标签，则会自动用行号作为它的行标签，关于什么是行号和行标签，行号就是从0开始编号的整数，可以理解为数组下标，行标签只是一个用来标识行的不重复的唯一标识，可以理解为K-V结构中的K。无论指没指定行标签，行号都是隐式存在的，列标签和列号也同理。
iloc
iloc属性官方文档地址：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html#pandas.DataFrame.iloc
iloc，integer-location，整数位置索引，整数的取值范围为 from 0 to length-1 of the axis。
iloc的参数个数可以为1个或2个，1个时是对行过滤，2个时第一个参数过滤行，第二个参数过滤列。
iloc的参数类型可以为整数、整数列表、索引切片、布尔数组、函数或lambda表达式，常用的前3个。
一般来说，两个参数都为多值类型时(整数列表/索引切片/布尔数组/函数或lambda表达式)，返回的结果还是DataFrame，无论这个DateFrame是单列还是多列。如果一个参数为单值类型(整数)一个为多值类型，则返回一个Series，如果两个参数都为单值类型，则返回一个具体的值。
当只有一个参数时，缺省的参数默认的是全部，为多值类型。
iloc demo
两个参数都为单值类型：
print(df.iloc[0, 1])
print(type(df.iloc[0, 1]))
两个参数一个为单值一个为多值：
print(df.iloc[0, [1]])
print(type(df.iloc[0, [1]]))
两个参数都为多值类型：
print(df.iloc[[0], [1]])
print(type(df.iloc[[0], [1]]))
关于iloc传递lambda参数，我在使用中遇到了一些问题，问题地址，自己搞了半天没搞明白什么原因，有知道的朋友欢迎留言解惑~
loc
loc和iloc用法基本一致，只是需要将行号或列号换成标签名，唯一的不同就是在切片的时候，iloc包前不包后，loc前后都包含。
loc的切片，和python中的切片有些不同， : 冒号左右两边的值可以不是整数，例如 df.loc[:, ‘a’:‘c’]，表示取a列到c列的所有数据
print(df.loc[:, 'a':'c'])
print(type(df.loc[:, 'a':'c']))```
