前面我们学过，使用loc函数，通过数据标签，也就是行标签和列标签来选择数据。行和列的标签，是在数据获取，或者是生成的时候，就已经定义好的。

行数据标签，也就是唯一标识数据，不重复的一列，相当于数据库中的主键字段。列数据标签，就是每一列的名称，一般放在开头一行显示。

现在我们再来学习，通过iloc函数，使用行和列的位置，来选择数据。这里的行和列的位置，是pandas对数据的一个编码，从头到尾，按照顺序排列的一个编码。

不过要注意的是，行和列的编码，是从0开始的，也就是第一行，或者是第一列，编码顺序是0。

使用行列位置，选择series中的数据，并修改数据

我们先生成series数据，代表获取到的数据源

导入所需库，用随机函数，生成series的数据值。用range范围函数，生成0到10，中间间隔2的list数据标签索引。

选择前三个数据值

冒号前面留空，表示从开头第一个数据值开始。冒号后面的数字3，表示到第四个数据为止，但是不包含第四个数据。

关键点：在进行数据选择和切片的过程中，一般来说，冒号前包含，冒号后不包含。记住这个规律，基本就能理解loc和iloc函数，选择和切片数据的精确位置了。

选择第四个数据值

选择前三个数据值，并且把前三个数据值设置为0

我们再来看dataframe数据，先生成所需数据。

选择前三行数据

这里要注意，series选择的是数据值，而dataframe选择的是数据行，结果也是dataframe格式的数据。

针对于dataframe格式的数据，loc和iloc中括号中，表示的意思是

df1.iloc[行开始 : 行结束, 列开始 : 列结束]

大家记住以上公式，就可以灵活的对dataframe格式的数据进行选择和切片操作了。

注意，第一行的数据位置是0，所以行开始为1的话，表示从第二行开始选择，行结束为4的话，表示到第四行结束，但是不包括第四行，也就是说，只选择了第二行到第三行的数据。

同理，第一列的数据位置也是0，列开始为2的话，表示从第三列开始选择，列结束为4的话，表示到第五列结束，但是不包括第五列。

通过位置，选择具体的行和列

这里，我们可以使用中括号的数组形式，对行和列进行精确选择。

选择所有行，或者是所有列

以上，就是我们通过iloc函数，使用数据位置，精确选择数据的全部过程。