如下所示：

import numpy as npimport pandas as pdfrom pandas import Sereis, DataFrameser = Series(np.arange(3.))data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('wxyz'))data['w'] #選擇表格中的'w'列，使用類字典屬性,返回的是Series類型data.w  #選擇表格中的'w'列，使用點屬性,返回的是Series類型data[['w']] #選擇表格中的'w'列，返回的是DataFrame屬性data[['w','z']] #選擇表格中的'w'、'z'列data[0:2] #返回第1行到第2行的所有行，前閉后開，包括前不包括后data[1:2] #返回第2行，從0計，返回的是單行，通過有前后值的索引形式，    #如果采用data[1]則報錯data.ix[1:2] #返回第2行的第三種方法，返回的是DataFrame，跟data[1:2]同data['a':'b'] #利用index值進行切片，返回的是**前閉后閉**的DataFrame,     #即末端是包含的 data.irow(0)  #取data的第一行data.icol(0)  #取data的第一列data.head() #返回data的前幾行數據，默認為前五行，需要前十行則dta.head(10)data.tail() #返回data的后幾行數據，默認為后五行，需要后十行則data.tail(10)ser.iget_value(0) #選取ser序列中的第一個ser.iget_value(-1) #選取ser序列中的最后一個，這種軸索引包含索引器的series不能采用ser[-1]去獲取最后一個，這回引起歧義。data.iloc[-1]  #選取DataFrame最后一行，返回的是Seriesdata.iloc[-1:]  #選取DataFrame最后一行，返回的是DataFramedata.loc['a',['w','x']]  #返回‘a'行'w'、'x'列，這種用于選取行索引列索引已知data.iat[1,1]  #選取第二行第二列，用于已知行、列位置的選取。

例子：

import pandas as pdfrom pandas import Series, DataFrameimport numpy as npdata = DataFrame(np.arange(15).reshape(3,5),index=['one','two','three'],columns=['a','b','c','d','e'])dataOut[7]:     a  b  c  d  eone   0  1  2  3  4two   5  6  7  8  9three 10 11 12 13 14#對列的操作方法有如下幾種data.icol(0)  #選取第一列E:/Anaconda2/lib/site-packages/spyder/utils/ipython/start_kernel.py:1: FutureWarning: icol(i) is deprecated. Please use .iloc[:,i] # -*- coding: utf-8 -*-Out[35]: one    0two    5three  10Name: a, dtype: int32data['a']Out[8]: one    0two    5three  10Name: a, dtype: int32data.aOut[9]: one    0two    5three  10Name: a, dtype: int32data[['a']]Out[10]:     aone   0two   5three 10data.ix[:,[0,1,2]] #不知道列名只知道列的位置時Out[13]:     a  b  cone   0  1  2two   5  6  7three 10 11 12data.ix[1,[0]] #選擇第2行第1列的值Out[14]: a  5Name: two, dtype: int32data.ix[[1,2],[0]]  #選擇第2,3行第1列的值Out[15]:     atwo   5three 10data.ix[1:3,[0,2]] #選擇第2-4行第1、3列的值Out[17]:     a  ctwo   5  7three 10 12data.ix[1:2,2:4] #選擇第2-3行，3-5（不包括5）列的值Out[29]:    c dtwo 7 8data.ix[data.a>5,3]Out[30]: three  13Name: d, dtype: int32data.ix[data.b>6,3:4] #選擇'b'列中大于6所在的行中的第4列，有點拗口Out[31]:     dthree 13data.ix[data.a>5,2:4] #選擇'a'列中大于5所在的行中的第3-5（不包括5）列Out[32]:     c  dthree 12 13data.ix[data.a>5,[2,2,2]] #選擇'a'列中大于5所在的行中的第2列并重復3次Out[33]:     c  c  cthree 12 12 12#還可以行數或列數跟行名列名混著用data.ix[1:3,['a','e']]Out[24]:     a  etwo   5  9three 10 14data.ix['one':'two',[2,1]]Out[25]:    c bone 2 1two 7 6data.ix[['one','three'],[2,2]]Out[26]:     c  cone   2  2three 12 12data.ix['one':'three',['a','c']]Out[27]:     a  cone   0  2two   5  7three 10 12data.ix[['one','one'],['a','e','d','d','d']]Out[28]:    a e d d done 0 4 3 3 3one 0 4 3 3 3#對行的操作有如下幾種：data[1:2] #（不知道列索引時）選擇第2行，不能用data[1]，可以用data.ix[1]Out[18]:    a b c d etwo 5 6 7 8 9data.irow(1)  #選取第二行E:/Anaconda2/lib/site-packages/spyder/utils/ipython/start_kernel.py:1: FutureWarning: irow(i) is deprecated. Please use .iloc[i] # -*- coding: utf-8 -*-Out[36]: a  5b  6c  7d  8e  9Name: two, dtype: int32data.ix[1]  #選擇第2行Out[20]: a  5b  6c  7d  8e  9Name: two, dtype: int32data['one':'two'] #當用已知的行索引時為前閉后閉區間，這點與切片稍有不同。Out[22]:    a b c d eone 0 1 2 3 4two 5 6 7 8 9data.ix[1:3] #選擇第2到4行，不包括第4行，即前閉后開區間。Out[23]:     a  b  c  d  etwo   5  6  7  8  9three 10 11 12 13 14data.ix[-1:] #取DataFrame中最后一行，返回的是DataFrame類型,**注意**這種取法是有使用條件的，只有當行索引不是數字索引時才可以使用，否則可以選用`data[-1:]`--返回DataFrame類型或`data.irow(-1)`--返回Series類型Out[11]:     a  b  c  d  ethree 10 11 12 13 14data[-1:] #跟上面一樣，取DataFrame中最后一行，返回的是DataFrame類型Out[12]:     a  b  c  d  ethree 10 11 12 13 14data.ix[-1] #取DataFrame中最后一行，返回的是Series類型，這個一樣，行索引不能是數字時才可以使用Out[13]: a  10b  11c  12d  13e  14Name: three, dtype: int32data.tail(1)  #返回DataFrame中的最后一行data.head(1)  #返回DataFrame中的第一行