Pandas是作为Python数据分析著名的工具包，提供了多种数据选取的方法，方便实用。　　Pandas中，数据主要保存为Dataframe和Series是数据结构，这两种数据结构数据选取的方式基本一致，本文主要以Dataframe为例进行介绍。这种方式可以同时为多个维度设置筛选条件。准确定位一个单元格。接下来，我们以下面的数据为例，分别通过实例介绍这三种情况。　　行（列）选取是在单一维度上进行数据的选取，即以行为单位进行选取或者以列为单位进行选取。Dataframe对象的每一列都有列名，可以通过列名实现对列的选取。选取行的方式包括三种：整数索引切片、标签索引切片和布尔数组。　　df.iloc[]只能使用整数索引，不能使用标签索引，通过整数索引切边进行筛选时，前闭后开。

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]

pandas数据选取：df[] df.loc[] df.iloc[] df.ix[] df.at[] df.iat[]