【Python】pandas中的iloc使用方法

---

缘分让我们相遇乱世以外
命运却要我们危难中相爱
也许未来遥远在光年之外
我愿守候未知里为你等待
我没想到为了你我能疯狂到
山崩海啸没有你根本不想逃
我的大脑为了你已经疯狂到
脉搏心跳没有你根本不重要
                     🎵 邓紫棋《光年之外》

---

Pandas是Python中用于数据处理和分析的重要工具之一，而iloc是Pandas中用于按照整数位置选择数据的重要属性之一。在这篇博客中，我们将介绍iloc的基本用法以及如何在数据处理中使用它。

什么是iloc？

iloc是Pandas DataFrame对象的属性，用于按照整数位置选择数据。与.loc属性不同，它使用整数索引而不是标签来访问数据。这使得它在需要按照数据的位置进行选择时非常有用。

基本用法

让我们首先看一个简单的示例来了解iloc的基本用法。假设我们有一个名为data的DataFrame对象，它包含了一些学生的成绩数据：

import pandas as pd

data = pd.DataFrame({
    'Name': ['Alice', 'Bob', 'Charlie', 'David'],
    'Math': [85, 90, 88, 82],
    'Science': [75, 80, 85, 88]
})

print(data)

输出：

      Name  Math  Science
0    Alice    85       75
1      Bob    90       80
2  Charlie    88       85
3    David    82       88

现在，如果我们想要选择第二个学生的成绩，我们可以使用iloc：

# 选择第二个学生的成绩
print(data.iloc[1])

输出：

Name       Bob
Math        90
Science     80
Name: 1, dtype: object

选择行和列

iloc允许您同时选择行和列。以下是一个示例：

# 选择第二个学生的数学成绩
print(data.iloc[1, 1])

输出：

90

在上面的示例中，我们选择了第二行（索引为1）和第二列（索引为1）的数据，即Bob的数学成绩。

切片操作

iloc也支持切片操作。您可以使用整数位置的范围来选择数据。以下是一个示例：

复制代码
# 选择第二个到第三个学生的数据（注意：不包含结束索引）
print(data.iloc[1:3])

输出：

      Name  Math  Science
1      Bob    90       80
2  Charlie    88       85

修改数据

与loc类似，您也可以使用iloc来修改数据。以下是一个示例：

# 将第二个学生的数学成绩修改为95
data.iloc[1, 1] = 95
print(data)

输出：

      Name  Math  Science
0    Alice    85       75
1      Bob    95       80
2  Charlie    88       85
3    David    82       88

总结

iloc是Pandas中一个重要的工具，用于按照整数位置选择数据。通过使用整数索引，它使得在数据处理中按照位置选择数据变得简单和直观。希望这篇博客能够帮助您更好地理解和使用iloc属性。