在Python中，pandas库是一个十分常用的数据分析工具，其中pandas.DataFrame是pandas库中一个核心的数据结构，可以用来处理表格型数据。在对这个数据结构进行数据选取、修改时，推荐使用.loc、.iloc、.ix三个方法来实现，这也是pandas官方推荐的方法。
1. .loc方法
.loc方法是一种使用标签（也就是行索引和列索引）来进行数据选取和修改的方法。
以下是示例代码：
import pandas as pd
# 创建一个包含姓名、年龄、城市的DataFrame
data = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [20, 25, 30], 'City': ['Beijing', 'Shanghai', 'Guangzhou']})
# 选取第一行数据
print(data.loc[0])
# 修改第一行的Age为22
data.loc[0, 'Age'] = 22
# 输出修改后的DataFrame
print(data)
以上代码使用.loc方法选取了第一行数据，并且使用.loc方法修改了第一行Age的值。具体来说，.loc[0]表示选取第一行数据，.loc[0, ‘Age’]表示选取第一行的Age列，并将其修改为22。
2. .iloc方法
.iloc方法是一种使用位置下标（也就是行下标和列下标）来进行数据选取和修改的方法。
以下是示例代码：
import pandas as pd
# 创建一个包含姓名、年龄、城市的DataFrame
data = pd.DataFrame({'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [20, 25, 30], 'City': ['Beijing', 'Shanghai', 'Guangzhou']})
# 选取第一行数据
print(data.iloc[0])
# 修改第二行的Age为27
data.iloc[1, 1] = 27
# 输出修改后的DataFrame
print(data)
以上代码使用.iloc方法选取了第一行数据，并且使用.iloc方法修改了第二行Age的值。具体来说，.iloc[0]表示选取第一行数据，.iloc[1, 1]表示选取第二行的Age列，并将其修改为27。
3. .ix方法
.ix方法可以同时支持使用标签和位置下标进行数据选取和修改，但是由于其用法较为模糊，已经在pandas的最新版本中被弃用。因此，不推荐使用.ix方法进行数据选取和修改。
综上所述，.loc、.iloc方法是比较推荐使用的数据选取、修改方法。其中.loc方法使用标签进行选取、修改，.iloc方法使用位置下标进行选取、修改。在实际应用中，可以根据具体情况选择使用其中的一种方法。