前言：
pandas 中的索引意味着只需从系列中选择特定数据。索引可能意味着选择所有数据，其中一些数据来自特定列。索引也可以称为子集选择。
使用索引运算符索引系列[]：索引运算符用于引用对象后面的方括号。和索引器.loc还.iloc使用索引运算符进行选择。在这个索引运算符中要引用 df[ ]。
# importing pandas module
import pandas as pd
# 制作数据框
df = pd.read_csv("nba.csv")
ser = pd.Series(df['Name'])
data = ser.head(10)
data 
现在我们使用索引运算符 [ ] 访问系列的元素。
# 使用索引运算符 data[3:6]
输出：
索引 series 使用.loc[ ]：此函数通过引用显式索引来选择数据。df.loc索引器以不同于索引运算符的方式选择数据。它可以选择数据子集。
# importing pandas module
import pandas as pd
# 制作数据框
df = pd.read_csv("nba.csv")
ser = pd.Series(df['Name'])
data = ser.head(10)
data 
现在我们使用.loc[]函数访问系列的元素。
# 使用 .loc[] 函数 data.loc[3:6]
输出：
索引 series 使用.iloc[ ]：此功能允许我们按位置检索数据。为此，我们需要指定所需数据的位置。索引器df.iloc 非常相似，df.loc 但仅使用整数位置进行选择。
# importing pandas module
import pandas as pd
# 制作数据框
df = pd.read_csv("nba.csv")
ser = pd.Series(df['Name'])
data = ser.head(10)
data 
现在我们使用.iloc[]函数访问 Series 的元素。
# 使用 .iloc[] 函数 data.iloc[3:6]
输出 ：
