loc和iloc的區別，這兩個有點容易混淆,因此需要特殊方式來加強記憶
總結：
1. loc使用范圍比iloc更廣更實用，loc可以使用切片、名稱(index,columns)、也可以切片和名稱混合使用；但是loc不能使用不存在的索引來充當切片取值,像-1
2. iloc只能用整數來取數
推薦使用loc
iloc: i可以看着int,因此iloc就是用數字(int)來取數據的.
iloc使用情況： 使用整數通過切片等方式取數
比如：
# 切片
# 下面兩種方法有同樣的效果; 表示取出df中1：5行(不包括5)和3：6列
1 df.iloc[1:5,3:6] 2 df.iloc[[1,2,3,4],[3,4,5]]
# 另外 df.iloc[0]、df.iloc[1]、df.iloc[-1] 分別表示第一行、第二行、最后一行
# 同理df.iloc[:,0]、df.iloc[:,1]、df.iloc[:,-1] 分別表示第一列、第二列、最后一列
loc的使用范圍要遠高於iloc, loc也能夠做到iloc的切片取數, 除了df.loc[-1]
loc使用情況：
使用切片、索引、列名稱查找
按條件(bool)查找
比如：
1 # 切片 2 hy_data.loc[2:4,] 3 hy_data.loc[[0,1,2,3],:] 4 # 切片和名稱混合 5 hy_data.loc[2:4,'用戶編號'] 6 # 按條件取數 7 # 表示取出df中“行業分類”列值的長度等於6的所有行 8 hy_data.loc[hy_data['行業分類'].str.len() == 6, :]