iloc对DataFrame进行切片操作

iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数索引进行行和列的选择

以下是使用 iloc 对 DataFrame 进行切片操作的一些示例：

1. 选择特定行：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 1 行（位置 0）
row_1 = df.iloc[0]
print(row_1)

2. 选择特定列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择列 A
column_a = df.iloc[:, 0]
print(column_a)

3. 选择特定行和列：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 1 行（位置 0）和列 A
cell_1_a = df.iloc[0, 0]
print(cell_1_a)

4. 选择行范围：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 1 行到第 3 行（位置 0 到 2）
rows_1_to_3 = df.iloc[0:2]
print(rows_1_to_3)

5. 选择列范围：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 选择列 A 到列 B（位置 0 到 1）
columns_a_to_b = df.iloc[:, 0:2]
print(columns_a_to_b)

6. 选择行和列范围：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 选择第 1 行到第 3 行（位置 0 到 2）和列 A 到列 B（位置 0 到 1）
rows_1_to_3_columns_a_to_b = df.iloc[0:2, 0:2]
print(rows_1_to_3_columns_a_to_b)

通过这些示例，您可以了解如何使用 iloc 对 DataFrame 进行切片操作。请注意，Python 的索引是从 0 开始的，因此在选择行和列时要考虑这一点。