如何在pandas DataFrame中使用两种不同的方式索引同一个轴

在pandas DataFrame中，可以使用两种不同的方式来索引同一个轴：位置索引和标签索引。

位置索引：使用整数值来指定要访问的行或列的位置。可以使用.iloc属性来进行位置索引。例如，df.iloc[0]可以用来获取第一行的数据，df.iloc[:, 0]可以用来获取第一列的数据。
标签索引：使用标签来指定要访问的行或列的名称。可以使用.loc属性来进行标签索引。例如，df.loc[0]可以用来获取标签为0的行的数据，df.loc[:, 'column_name']可以用来获取名为'column_name'的列的数据。

使用两种不同的方式索引同一个轴的示例代码如下：

import pandas as pd

# 创建一个示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 位置索引
print(df.iloc[0])  # 获取第一行的数据
print(df.iloc[:, 0])  # 获取第一列的数据

# 标签索引
print(df.loc[0])  # 获取标签为0的行的数据
print(df.loc[:, 'A'])  # 获取名为'A'的列的数据

以上代码输出的结果为：

A    1
B    4
C    7
Name: 0, dtype: int64
0    1
1    2
2    3
Name: A, dtype: int64
A    1
B    4
C    7
Name: 0, dtype: int64
0    1
1    2
2    3
Name: A, dtype: int64

在实际应用中，根据具体的需求和数据结构，选择合适的索引方式可以更方便地操作和处理DataFrame中的数据。