Python-Pandas-DataFrame：行列操作-取值(at、iat、loc、iloc）

DataFrame行列操作方法：
　　at[row_value,column_value] 基于行列标签值查找单个值
　　iat[row_index,column_index] 基于行列位置序号查找单个值

　　loc[row_values,column_values] 基于索引和字段标签（即实际的索引值或字段名称）进行数据的切片或筛选，也支持布尔值方式筛选！
　　iloc[row_indexs,column_indexs] 基于索引和字段的序号位置(即索引从上到下，字段从左到右排序的序号)进行数据的切片和筛选，支持布尔值方式筛选

一、DataFrame.iloc[]
　　位置序号切片
　　1、df.iloc[1:3, 0:3]
　　2、df.iloc[[1,3],[0,3]]
　　布尔值方式
　　1、df.iloc[:,[True,False,True,False]]
　　2、df.iloc[lambda x:x.index % 2 == 0]

二、DataFrame.loc[]
　　标签值切片
　　1、 df.loc[r1:r2,'c1':'c2']
　　2、df.loc[[r1,r2],['c1','c2']] 或 df.loc[(r1,r2),('c1','c2')]
　　布尔值-条件查找：
　　1、选取等于某个值的行 == ：df.loc[df['column_name'] == seek_value]  
　　2、选取不等于某个值的行 !=：df.loc[df['column_name'] != seek_value]  
　　3、选取包含某些值的行 isin ：df.loc[df['column_name'].isin(seek_values)]  
　　4、选取不包含某些值的行 ~（非） ：df.loc[~df['column_name'].isin(seek_values)]
　　5、多种条件的选取行  &(与)、|^(或) ：df.loc[(df['column'] == seek_value) & df['other_column'].isin(seek_values)]
　　6、df.loc[lambda df: df['col'] == 8 ]