pandas的索引对象负责管理轴标签和其他元数据。

obj = Series(range(3), index=['a', 'b', 'c'])
index = obj.index
index
index[1:]

Index对象是不能修改的，这样Index对象才能在多个数据结构之间安全共享

index = pd.Index(np.arange(3))
obj2 = Series([1.5, -2.5, 0], index=index)
obj2.index is index

整数索引

pandas对象的整数索引与内置的Python数据结构（列表和元组）在索引语义上存在不同。

ser=Series(np.arrange(3.))
ser[-1]

实质上，在pandas中上面代码是报错的。

对于上面的问题，可以使用iloc

ser = Series(np.arange(3.))
ser.iloc[-1]

同时，上述情况对于非整数索引，也不存在歧义

ser2 = Series(np.arange(3.), index=['a', 'b', 'c'])
ser2[-1]

因此，如果轴索引包含索引器，那么根据整数进行数据选取的操作，将总是面向标签的，包括ix进行切片

ser.ix[:1]

如果需要可靠的、不考虑索引类型的、基于位置的索引，可以使用Series的iget_value方法，或者是DataFrame的irow和icol方法

ser3 = Series(range(3), index=[-5, 1, 3])
ser3.iloc[2]

frame = DataFrame(np.arange(6).reshape((3, 2)), index=[2, 0, 1])
frame.iloc[0]