經過昨天兩天想必已經學會了使用loc和iloc語法取得單一列資料，
(DAY9 Pandas使用loc語法取得單一列資料、DAY10 Pandas使用iloc語法取得單一列資料)
今天要循序漸進來講解取得多列資料的用法，
因為語法使用相似，
今天之後幾天會把相似用法的loc和iloc一起拿來講解比較。
同樣的，範例程式碼也先放上來。

範例

首先，先建立一個DataFrame結構的資料，
或是有匯入的資料轉成DataFrame結構也行，
這次的資料結構以JSON格式做轉換，
以資料中的A、B、C作為索引。
這邊為了方便對照，先印出完整的資料來看。

scoresData = {
    "Chinese":
    {
        "A": 54,
        "B": 76,
        "C": 66,
    },
    "English":
    {
        "A": 61,
        "B": 97,
        "C": 75,
    },
    "Math":
    {
        "A": 71,
        "B": 82,
        "C": 67,
    }
}
scores = pd.DataFrame(scoresData)
print(scores)

印出資料如下，
對照可看出A、B、C三人在三個科目上的成績分別是多少。

   Chinese  English  Math
A       54       61    71
B       76       97    82
C       66       75    67

用loc語法取得指定列資料

若要取得多個索引質資料，中間用,隔開，
然後用中括號[]刮起來；
也就是在資料後加上.loc[["索引值1","索引值2"]]，
使用方式如下，
這邊選擇取得索引值A及C的所有欄位的資料。

print(scores.loc[["A", "C"]])

印出資料如下，
資料結構為DataFrame。

   Chinese  English  Math
A       54       61    71
C       66       75    67

對照完整的表可以找出索引值A及C的所有欄位成績，
也就是輸出的值。

iloc語法取得指定列資料

使用iloc時就是以index數值做操作，
與loc相似，只是把指定資料名稱改為index數值。

若要取得多個索引質資料，列index中間用,隔開，
然後用中括號[]刮起來；
也就是在資料後加上.iloc[[列index1,列index2]]，
使用方式如下，
這邊選擇取得索引值列index為0及1的所有欄位的資料，
對照整資料就是第一、二列的所有欄位資料。

print(scores.iloc[[0, 1]])

印出資料如下，
資料結構為DataFrame。

   Chinese  English  Math
A       54       61    71
B       76       97    82

今日結語

經過這兩天學會了使用loc和iloc取得單一列或是多列的資料，
這邊要特別注意的是，
當取得單一列資料時資料結構會是Series，
而取得多列資料時資料結構會是DataFrame，
仔細觀察會發現，
其中的關鍵在於裡面[]決定的。