iloc
是 Pandas 中用于按位置(integer location)选择数据的函数。它允许你通过行和列的位置来访问 DataFrame 或 Series 中的元素。与 loc
方法不同,iloc
使用的是整数索引,而不是标签索引。
iloc
的基本语法为:df.iloc[row_index, column_index]
,其中 row_index
和 column_index
分别表示要选择的行和列的位置。这些位置从零开始计数,即第一行/列的位置为 0,第二行/列的位置为 1,依此类推。
下面是一些示例说明 iloc
的用法:
假设我们有以下 DataFrame:
import pandas as pd
data = {
'A': [1, 2, 3],
'B': [4, 5, 6],
'C': [7, 8, 9]
}
df = pd.DataFrame(data)
选择单个元素:
element = df.iloc[0, 1] # 选择第一行第二列的元素
print(element) # 输出:4
选择多个元素:
subset = df.iloc[0:2, 1:3] # 选择第一行到第二行(不包括第二行)和第二列到第三列(不包括第三列)的元素
print(subset)
# 输出:
# B C
# 0 4 7
# 1 5 8
选择单行或单列:
row = df.iloc[1] # 选择第二行的所有列
print(row)
# 输出:
# A 2
# B 5
# C 8
# Name: 1, dtype: int64
column = df.iloc[:, 2] # 选择第三列的所有行
print(column)
# 输出:
# 0 7
# 1 8
# 2 9
# Name: C, dtype: int64
总之,iloc
允许你通过位置选择 DataFrame 或 Series 中的元素,提供了一种便捷的方式来访问数据。