首先创建一组数据
非交叉选取
下面的这种方法只能单独的选取行或者列，即只能操作某一个轴的数据，不能实现交叉。
-
选取单独列
选取的数据我们用type来查看类型发现是Series -
选取某指定的几列
值得注意的是，使用这种方法并不能实现对列的切片，比如df[['A':'C']] -
选取某一行
使用这种方法，即使你要选择的仅仅是某一行，也需要使用切片的方法来实现，因为非切片的方法默认选取的是列。 -
选取某几行
同样是使用切片的方法来实现选取某几行
通过标签的交叉选取
下面的这种方法可以同时选择行和列，自然也是可以单独选取。
-
单独选取某一行
-
只对行切片
-
交叉选取
看的出来，使用loc[]的方法非常的灵活，既可以使用索引进行选取，又可以使用切片，可是同时实现对0/1轴的交叉选取，事实上，上面的单独对行的操作其实默认已经选取了全部的列。只是我们把针对列的操作省略了，因为默认已经选择了所有列。
通过位置的交叉索引
下面的这种方法也是实现交叉索引，与上面的区别在于，iloc[]的方法，只能使用自动索引，所谓的自动索引，就是无论你有没有创建一套你个性化的索引，pandas都会自动创建一套索引，这套索引是数字型的，拿下面的数据来说，你看到了我们的0轴索引是日期，1轴索引是ABCD，但是事实上，pandas还有一套索引，如下图所示，这个默认存在的。
至于操作和loc[]方法是一样的，区别仅仅在于把属于你的那一套索引换成pandas的索引。