Offer 驾到，掘友接招！我正在参与2022春招打卡活动，点击查看活动详情。
本篇文章只有一个试题，但是涉及很多种方法，下面就来分享一下，希望对大家有所帮助。
试题：如何对 DataFrame 数据进行查询？
（难度：easy）
分析 DataFrame 数据查询方法有很多，有切片[]、loc、iloc、at、iat等，下面具体分析一下。 先随机生成一个 DataFrame 数据:
students = {'id':[1,2,3,4,5], 'name':['one','two','three','four','five'],'score':[90,88,89,65,95]}
df = pd.DataFrame(students)
df
结果如下：
id name score
0 1 one 90
1 2 two 88
2 3 three 89
3 4 four 65
4 5 five 95
实现
- 通过切片方式：
使用[]可以对 DataFrame 进行切片，类似于 Python 的列表切片，可以使用行列的下标或名称实现行选择、列选择以及区块选择。 例如：
# 获取1行~2行数据
df[1:3]
# 获取单列
df.name # 或者df['name']
# 获取名称为name和score的列
df[['name', 'score']]
# 获取2~3行名称为name和score的列
df[2:4][['name', 'score']]
- 通过loc、iloc方法：
-
.loc[]：是location的意思，以columns（列名）和index（行名）作为参数，具体用法为：DataFrame.loc[行索引名称或条件, 列索引名称]。
-
.iloc[]：是index location的意思，以照索引的位置（即0,1,2……）作为参数，具体用法为：DataFrame.iloc[行索引位置, 列索引位置]。 例如：
# 获取某一行
df.loc[1]
df.iloc[1]
# 获取多行
df.loc[1:3]
df.iloc[1:3]
# 获取某一列
df.loc[:, 'score']
df.iloc[:, 2]
# 获取多列
df.loc[:, 'id':'score']
df.loc[:, ['id','score']]
df.iloc[:, 0:2]
df.iloc[:, [0,2]]
注意： 在loc传入的行索引为一个区间时，区间前后均为闭区间；iloc传入的行索引位置或列索引位置为区间时，区间前闭后开。
- 通过at、iat方法： at、iat的使用方法分别与loc、iloc类似，有着更快的访问速度，但是只能访问单个元素，不能访问多个元素。 例如：
# 获取index为1列名为name的数据
df.at[1,'name']
# 获取1行1列的数据
df.iat[1,1]
其实还有一种ix方法，ix方法在使用时既可以接收索引名称也可以接收索引位置，像是loc和iloc的结合体，用处不多，此处就不做介绍了。
原创不易，如果小伙伴们觉得有帮助，麻烦点个赞再走呗~
最后，感谢女朋友在工作和生活中的包容、理解与支持 ！
