1. 索引取值

data = pd.Series([0.25, 0.5, 1], index=['a', 'b', 'c'])
print(data)
print('索引，也可看作是字典的键值对')
print(data['b'])
print('隐式索引')
print(data[1])
print('通过增加新的索引值扩展Series')
data['d'] = 1.5
print(data)
a    0.25
b    0.50
c    1.00
dtype: float64
索引，也可看作是字典的键值对
0.5
隐式索引
0.5
通过增加新的索引值扩展Series
a    0.25
b    0.50
c    1.00
d    1.50
dtype: float64

习惯使用的取值方式和索引用法容易造成混乱。
取值是显式的，切片是隐式索引。

data = pd.Series([0.25, 0.5, 1], index=list(range(1, 4)))
print(data)
print('取值是显式的')
print(data[1])
print('切片是隐式索引')
print(data[1: 3])
1    0.25
2    0.50
3    1.00
dtype: float64
取值是显式的
0.25
切片是隐式索引
2    0.5
3    1.0
dtype: float64

2. loc取值与切片

loc属性，取值和切片都是显式的，左右均闭区间

data = pd.Series(['a', 'b', 'c'], index=[1, 3, 5])
print(data)
print(data.loc[1])
print(data.loc[3: 4])
1    a
3    b
5    c
dtype: object
a
3    b
dtype: object

3. iloc取值与切片

iloc属性，切片和取值都是隐式的，左闭右开。

data = pd.Series(['a', 'b', 'c'], index=[1, 3, 6])
print(data)
print(data.iloc[1])
print(data.iloc[1: 3])
1    a
3    b
6    c
dtype: object
b
3    b
6    c
dtype: object

4. loc与iloc验证

data = pd.Series([0, 0.25, 0.5, 1], index=['a', 'b', 'c', 'd'])
print(data)
print(data.loc['a': 'c'])
print(data.iloc[: 2])
a    0.00
b    0.25
c    0.50
d    1.00
dtype: float64
a    0.00
b    0.25
c    0.50
dtype: float64
a    0.00
b    0.25
dtype: float64