python中pandas库的iloc函数用法

在 Pandas 中，.iloc 是一种用于基于整数位置进行索引的属性，可以用于获取 DataFrame 或 Series 中的数据。.iloc 支持多种索引方式，包括以下常用方式：

1. 单个整数位置索引

使用整数索引获取 DataFrame 或 Series 中的单个元素。
例如 df.iloc[0, 1] 表示获取 DataFrame 中第一行第二列的数据。

2. 整数位置范围索引

使用整数索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[0:3, 1:3] 表示获取 DataFrame 中第一行到第三行、第二列到第四列的数据。

3. 整数位置列表索引

使用整数列表索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[[0, 2, 4], [1, 3, 5]] 表示获取 DataFrame 中第一行、第三行、第五行和第二列、第四列、第六列的数据。

4. 布尔值索引

使用布尔值索引获取 DataFrame 或 Series 中的多个元素。
例如 df.iloc[df["col1"] > 0, [1, 3, 5]] 表示获取 DataFrame 中 col1 列大于 0 的行的第二列、第四列、第六列的数据。

注意：.iloc 属性基于整数（数字索引）位置进行索引，如果需要基于标签（标签列名）进行索引，应该使用 .loc 属性。

补充：python中iloc与loc的区别

loc和iloc都是pandas工具中定位某一行的函数，loc是location的意思，而iloc中的 i 指的是Integer，二者的区别如下：

• loc：通过行标签名称索引行数据
• iloc：通过行号索引行数据 示例数据

import numpy as np
import pandas as pd
data=DataFrame(np.arange(16).reshape(4,4),index=list("ABCD"),columns=list("wxyz"))
print(data)

输出如下：

    w   x   y   z
A   0   1   2   3
B   4   5   6   7
C   8   9  10  11
D  12  13  14  15

loc用法

print(data.loc["A"])
#w    0
#x    1
#y    2
#z    3
print(data.loc[["A"]])
#   w  x  y  z
#A  0  1  2  3
# []返回Series，[[]]返回DataFrame

iloc用法

print(data.loc["A"])
#w    0
#x    1
#y    2
#z    3
print(data.loc[["A"]])
#   w  x  y  z
#A  0  1  2  3
# []返回Series，[[]]返回DataFrame