在Pandas库中，iloc是基于位置（整数索引）的行和列索引方式
索引从0开始：与Python的其他序列类型（如列表、元组等）一样，Pandas的iloc索引也是从0开始的。因此，第一行或列的索引为0，第二行或列的索引为1，依此类推。
包含开始索引：iloc支持切片操作，当使用切片时，开始索引是包含在内的。例如，df.iloc[2:5]将选择索引为2、3和4的行。
不包含结束索引：与切片操作相反，iloc不包含结束索引。例如，df.iloc[2:5]将选择索引为2、3和4的行，而不是5。
负数索引：iloc还支持负数索引，其中-1表示最后一个元素，-2表示倒数第二个元素，依此类推。例如，df.iloc[-1]将选择最后一行。
边界检查：当使用iloc进行索引时，Pandas会自动执行边界检查。如果提供的索引超出了数据框的范围，Pandas将引发IndexError。为了避免这种情况，可以在索引之前检查索引值是否在有效范围内。
多维索引：iloc还支持多维索引，允许同时选择行和列。例如，df.iloc[1:4, 2:5]将选择行索引为1、2、3的行和列索引为2、3、4的列。
总之，在使用Pandas的iloc进行索引时，需要注意索引从0开始、切片操作包含开始索引但不包含结束索引、支持负数索引以及边界检查等规则。这些规则有助于确保正确地访问和操作数据框的行和列。
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。
