本节学习并记录pandas 的DataFrame类型的数据是怎么对列或者行进行操作的
df.loc: 语法格式是df.loc[<行表达式>, <列表达式>]，如果列不传将返回所有的行，loc操作通过索引和列的条件筛选出数据。
df.iloc: 语法格式是df.iloc[<行表达式>, <列表达式>],格式可以使用数字索引（行和列的0~n索引）进行筛选数据，意味着iloc[]的表达式只支持数据切片的形式
一、首先定义一组数据，或者读取csv文件，Excel表格json数据，这里使用读取csv文件进行来当基础数据操作，这里读取前100行，只显示前5行
import pandas as pddata_path = './neo4j_all_metric.csv'df = pd.read_csv(data_path, nrows=100)
二、.loc的基本操作
单个索引,如果是字符串，需要加上引号
# 选取索引为0的行df.loc[0]# 选取索引为10的行 df.loc[10]
2、以列表组成的索引，例如[1, 3 , 5, 7, 9]，显示出该列表对应行数的所有列的数据
# 此时索引是一个列表， 可以选择第 1，3，5，7，9行df.loc[[1, 3, 5, 7, 9]] 
3、带标签的切片，如Python的列表操作，包括起始已停止。
# 显示的是5-10行的所有列的内容df.loc[5:10] 
4、如果行表达式与类表达式都存在。如df.loc[n:m, cn:cm]
# 5-10行，并且是obj_type-from_id,所有的数据df.loc[5:10, 'obj_type':'from_id']
# 5-10行，并且是obj_type与from_id,所有的数据df.loc[5:10, ['obj_type','from_id']] 
# 5与10行，并且是obj_type与from_id,所有的数据df.loc[[5,10], ['obj_type','from_id']]
三、.iloc的基本操作
切片的方式
# 前三行df.iloc[:3]
# 2-20,步长是2，2可以取到，20取不到df.iloc[2:20:2]
# 表达式含义，前三行的， 1，2列==前两列df.iloc[:3, [0, 1]]
来源地址：https://blog.csdn.net/qq_42336581/article/details/128033912
