python pandas.DataFrame选取、修改数据最好用.loc,.iloc,.ix实现

对于pandas中的DataFrame，我们可以使用选取、修改数据的方式来进行数据的处理和修改。针对DataFrame数据的选取和修改，使用.loc、.iloc、.ix这三种方式来实现是较为常见的做法。

1. .loc
   .loc是通过索引方式来取得数据，可以使用如下方式选取一列或多列数据：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': [4, 5, 6]
})

# 使用.loc选取一列数据
col1 = df.loc[:, 'col1']
print(col1)  # 输出结果：0    1\n1    2\n2    3\nName: col1, dtype: int64

# 使用.loc选取多列数据
cols = df.loc[:, ['col1', 'col2']]
print(cols)  # 输出结果：   col1  col2\n0     1     4\n1     2     5\n2     3     6

1. .iloc
   .iloc是通过位置方式来取得数据，可以使用如下方式选取一列或多列数据：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': [4, 5, 6]
})

# 使用.iloc选取一列数据
col1 = df.iloc[:, 0]
print(col1)  # 输出结果：0    1\n1    2\n2    3\nName: col1, dtype: int64

# 使用.iloc选取多列数据
cols = df.iloc[:, [0, 1]]
print(cols)  # 输出结果：   col1  col2\n0     1     4\n1     2     5\n2     3     6

1. .ix
   .ix方法可以通过位置或名称方式来取得数据，不过在新版的pandas库中已经被弃用，建议使用.loc或.iloc代替。

针对上述示例，如果我们需要修改指定行及列的数据，也可以使用.loc或.iloc来实现，示例如下：

import pandas as pd

# 创建一个DataFrame
df = pd.DataFrame({
    'col1': [1, 2, 3],
    'col2': [4, 5, 6]
})

# 使用.loc修改指定行、列的数据
df.loc[0, 'col1'] = 100
print(df)  # 输出结果：   col1  col2\n0   100     4\n1     2     5\n2     3     6

# 使用.iloc修改指定行、列的数据
df.iloc[0, 1] = 200
print(df)  # 输出结果：   col1  col2\n0   100   200\n1     2     5\n2     3     6

综上所述，针对pandas中的DataFrame选取、修改数据，我们可以使用.loc、.iloc或.ix方法来实现，具体方法的选择取决于具体的需求和数据类型。在实际操作中，我们可以多进行尝试和探索，多看看官方文档和使用案例，以便更好地利用好pandas中的DataFrame数据结构。