pandas中iloc()函数

DataFrame.iloc
纯基于整数位置的索引。

.iloc[]主要是整数位置（来自0于 length-1所述轴线的），但也可以用布尔阵列使用。

允许的输入为：

• 整数，例如5。
• 整数列表或数组，例如。[4, 3, 0]
• 具有整数的切片对象，例如1:7。
• 布尔数组。
• 一个callable具有一个参数的函数（调用Series或DataFrame），并且返回用于索引的有效输出（上述之一）。当没有对调用对象的引用，但希望基于某个值进行选择时，这在方法链中很有用。
  .ilocIndexError如果所请求的索引器超出边界，则将提高，但切片索引器除外，该索引器允许进行越界索引（这与python / numpy slice语义一致）。

import pandas as pd
mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
           {'a': 100, 'b': 200, 'c': 300, 'd': 400},
           {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
mydict
[{'a': 1, 'b': 2, 'c': 3, 'd': 4},
 {'a': 100, 'b': 200, 'c': 300, 'd': 400},
 {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000}]
df = pd.DataFrame(mydict)
df
	a	b	c	d
0	1	2	3	4
1	100	200	300	400
2	1000	2000	3000	4000

df.iloc[0]
a    1
b    2
c    3
d    4
Name: 0, dtype: int64
df.iloc[0].shape
(4,)
type(df.iloc[0].shape)
tuple

df.iloc[[0]]
	a	b	c	d
0	1	2	3	4
type(df.iloc[[0]])
pandas.core.frame.DataFrame

df.iloc[[0,2]]
	   a	   b	   c	   d
0	   1	   2	   3	   4
2	1000	2000	3000	4000

df.iloc[0:2,0:3]
	  a	  b   c
0	  1	  2	  3
1	100	200	300

df.iloc[[True, False, True]]#不常用
	   a	   b	   c	   d
0	   1	   2	   3	   4
2	1000	2000	3000	4000

df.iloc[lambda x: x.index % 2 == 0]#函数生成索引列表,x即df
       a	   b	   c	   d
0	   1	   2	   3	   4
2	1000	2000	3000	4000