DataFrame 行列选择，切片操作，多重索引取值

行列选择，切片操作

index： 行/列索引

1）loc，根据行index 或 raw_name， 列 column_name 选择特定列 ； 

2）iloc，根据行/列的 index； 

3）at，根据指定行index或 raw_name及列 column_name ，快速定位DataFrame的元素； 

4）iat，与at类似，不同的是根据行列 index 来定位的； 

5）ix，为loc与iloc的混合体，既支持 name 也支持 index；

1）.loc,.iloc,.ix,只加第一个参数如.loc([1,2]),.iloc([2:3]),.ix[2]…则进行的是行选择 

2）.loc,.at，选列是只能是 column_name，不能是 index

3）.iloc,.iat，选列是只能是 index，不能是column_name 

4）df[]只能进行选择，或列选择，不能同时进行列选择，列选择只能是列名。

巧记：iloc 与 iat 中的 i 可看做 index 的 i

python/pandas dataframe中multiindex的操作

建立一个带二重索引的dataframe 

对带多重索引的dataframe取值一般使用 xs 
xs可以传入多个不同级别的索引进行筛选,但不支持同一级索引多选 

并且xs返回的是数值而不是引用

df.xs(1, level='b')

#选取第一级b=2,id=6df.xs((2,6))

df.loc[1]: b为1，得到的是 DateFrame 对象

故取b=1， id =2的行可以采用：df.loc[1].loc[2]

取b=1， id =2， 列为 a 的值采用： df.loc[1].loc[2]['a']   或者  df.xs((1,2))['a']