Python Series取值是数据分析中的基础操作，主要通过索引、切片、布尔索引和标签访问实现。 其中，整数索引和标签索引是最常用的方式，分别适用于位置明确的场景和需要可读性的场景。切片操作能高效提取连续数据，而布尔索引则适合条件筛选。iloc和loc属性进一步细化了取值逻辑，确保灵活性与精确性。
-
整数索引与标签索引
通过iloc属性使用整数索引（如s.iloc[0]）适合按位置访问数据，索引从0开始。标签索引（如s['a']）则通过自定义标签取值，提升代码可读性。两者区别在于整数索引半开区间（不含结束位），标签索引闭区间（含结束位）。 -
切片操作
切片（如s[1:4]或s['b':'d']）可提取连续数据。整数切片不包含结束位置，标签切片包含，需注意避免混淆。例如，s.iloc[1:4]提取第2到第4个元素，而s['b':'d']包含标签为'd'的值。 -
布尔索引
通过条件表达式（如s[s > 2]）筛选数据，返回满足条件的子集。支持组合条件（如(s > 10) & (s < 40)），适用于复杂查询。布尔索引本质是生成掩码后过滤数据。 -
loc与iloc的进阶用法
loc专门用于标签索引，iloc仅支持整数位置。例如，s.loc['b':'d']包含结束标签，而s.iloc[1:3]不包含位置3。混合使用时需明确需求，避免意外结果。 -
属性与方法辅助取值
values属性提取数据为数组，index获取索引列表。at和iat可快速访问单个元素（如s.at['a']比loc高效），where()方法保留满足条件的数据，其余填充默认值。
掌握这些方法能高效处理Series数据，建议根据场景选择合适方式，优先使用标签索引提升代码可读性，复杂条件时结合布尔索引与切片。