iloc索引与数据框的批量操作

iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数位置的索引进行数据选择

以下是使用 iloc 进行批量操作的一些示例：

1. 选择特定行和列：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 选择第 0 行和第 1 列（即 A 列）
result = df.iloc[0, 1]
print(result)  # 输出 4

2. 选择多行多列：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 选择第 0 行和第 1 行，以及第 0 列和第 1 列（即 A 和 B 列）
result = df.iloc[[0, 1], [0, 1]]
print(result)
# 输出：
#    A  B
# 0  1  4
# 1  2  5

3. 修改特定元素：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 修改第 0 行和第 1 列（即 A 列）的值为 10
df.iloc[0, 1] = 10
print(df)
# 输出：
#      A  B  C
# 0  1  10  7
# 1  2  5   8
# 2  3  6   9

4. 对特定元素进行操作：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 将第 0 行和第 1 列（即 A 列）的值乘以 2
df.iloc[0, 1] = df.iloc[0, 1] * 2
print(df)
# 输出：
#      A  B  C
# 0  1  8  7
# 1  2  5  8
# 2  3  6  9

通过这些示例，您可以了解如何使用 iloc 进行批量操作。请注意，在使用 iloc 时，确保提供正确的行和列索引，以避免意外地修改或访问错误的数据。