先给出能取行和列的几种常用方式：
data[ 列名 ]：取单列或多列，不能用连续方式取，也不能用于取行。
data[ i:j ]：用起始行下标(i)和终止行下标(j)取单行或者连续多行，不能用于列的选取。
data.列名：只用于取单列，不能用于行。
data.loc[行名,列名]：用对象的.loc[]方法实现各种取数据方式。
data.iloc[行下标,列下标]：用对象的.iloc[]方法实现各种取数据方式。
……待添加……
首先生成一个DataFrame对象：
import pandas as pd
score = [[34,67,87],[68,98,58],[75,73,86],[94,59,81]]
name = ['Xm','小红','小李']
course = ['语文','数学','英语','政治']
mydata = pd.DataFrame(data=score,columns=name,index=course)#指定行列名
print(mydata)
Xm 小红 小李
语文 34 67 87
数学 68 98 58
英语 75 73 86
政治 94 59 81
1、直接用列标签名抽取多列数据
语法：data[ 列名 ] √，data[ 行名 ]×
mydata['小红'] #直接选择'小红'列，注意输出是一个Series对象，而不是DataFrame对象
语文 67
数学 98
英语 73
政治 59 #Series对象
mydata[['小红']] #直接选择'小红'列，但加了[]，此时输出的是DataFrame对象
小红
语文 67
数学 98
英语 73
政治 59 #DataFrame对象
mydata[['小红','小李'] #选择两列，此时必须用[]将两列括起来，否则报错
小红 小李
语文 67 87
数学 98 58
英语 73 86
政治 59 81
mydata['小红','小李'] #选择两列，没有加[]，报错×××
mydata[['Xm':'小李']] #期望利用['Xm':'小李']连续选择多列，报错×××
mydata['Xm':'小李'] #期望利用'Xm':'小李'连续选择多列，报错×××
mydata['语文'] #期望通过选择‘语文’来得到语文对应的行，报错×××
小结：
（1）用数据直接加名称的方式只能获取完整的列（data[ 列名 ] √），不能企图用行名来获取一整行（data[ 行名 ] ×）。
（2）用data[ 列名 ] 方式只能明确指定待选取的列名，不能用连续取值方式。
2、用行所在矩阵索引抽取一个行或者连续多行数据
语法：data[ 行索引 ]√，data[ 列索引 ]×
mydata[0:1] #通过0:1选择了第0行
Xm 小红 小李
语文 34 67 87
mydata[0:3] #通过0:3选择了第0,1,2三行
Xm 小红 小李
语文 34 67 87
数学 68 98 58
英语 75 73 86
mydata[0] #想通过只用0一个参数得到第0行，报错×××
小节：
（1）用数据直接加矩阵索引的方式只能获取完整的行（data[ 行索引 ]√），不能企图用列索引来获取一整列（data[ 列索引 ]×）。
（2）用data[ 列索引 ] 的方式只能取得单行，或者连续多行，而没法跳跃式指定抽取。
3、用数据的“·”方式获取某一列数据
语法：data.列名√，data.行名×。
mydata.小红 #通过.小红选择了小红列，注意输出的是Series对象
语文 67
数学 98
英语 73
政治 59
mydata.语文 #企图用同样的方式输出语文这一行，报错×××
小结：
通过“data.列名”的方式只能取单独一列，无法连续取，用同样的方式取单独一行。
