在得到数据后，经常需要对数据进行提取、分析和使用，提取数据过程中难免要对数据进行各种切片操作，根据具体的业务需求筛选出所需的数据，pandas提供了一些方法方便我们选取数据，下面主要讲解dataFrame类型的数据选取，Series类型用法类似，可以参考官方文档进行更细致的探究。
1、loc：通过索引的名称来进行切片
举个例子：先打开一份数据
.loc的使用方法是
df.loc[行,列]
例如我想获取第0行至20行，所有列的数据，就可以这样写
df.loc[0:20,:]
如果我想单独获取第5行和第10行的开盘价和最高价，就可以这样写
df.loc[[5,10],['开盘价','最高价']]
2、iloc：通过索引的值来精秀切片
df1=df.iloc[0:5,0:6]
iloc 是专门针对行号来操作的，如：我想取到开盘价的第一个值就可以这样写：
df.iloc[0]['开盘价'] #从第0行开始取开盘价这一列的值，结果就是：11.81
3、loc + iloc 搭配使用
df1=df.loc[0:10,:].iloc[:,0:5]
注意：
loc 和 iloc 它们针对的对象是不同的，
loc操作一般针对的是索引进行的
iloc操作针对的是行号