iloc 是 pandas 库中的一个函数，用于基于整数索引在 DataFrame 或 Series 对象上进行索引和切片
iloc 函数的语法如下：
DataFrame.iloc[row_indexer, column_indexer]
Series.iloc[indexer]
其中，row_indexer 和 column_indexer 分别表示行索引器和列索引器。它们可以是整数、列表、布尔数组或切片。indexer 则表示 Series 对象的索引器，可以是整数、列表、布尔数组或切片。
以下是一些使用 iloc 函数的示例：
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第 0 行，第 1 列的元素（即 4）
element = df.iloc[0, 1]
print(element)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)
# 选择第 0 行和第 1 行，第 0 列和第 1 列（即 [[1, 4], [2, 5]]）
sub_df = df.iloc[[0, 1], [0, 1]]
print(sub_df)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第 0 列大于 1 的行（即 [[2, 5], [3, 6]]）
sub_df = df.iloc[df['A'] > 1]
print(sub_df)
import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 选择第 0 行到第 1 行，第 0 列到第 1 列（即 [[1, 4], [2, 5]]）
sub_df = df.iloc[0:2, 0:2]
print(sub_df)
注意：iloc 函数不支持负数索引。如果需要使用负数索引，可以使用 loc 函数。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
