python中iloc的详细用法

在Python中，iloc是一个pandas库的函数，用于基于整数位置选择数据。它可以通过整数索引或切片来选择行和列。

iloc的用法如下：

1. 选择单个元素：

   df.iloc[row_index, col_index]
   

2. 选择多个元素：

   df.iloc[start_row:end_row, start_col:end_col]
   

3. 选择特定行：

   df.iloc[row_indices]
   

4. 选择特定列：

   df.iloc[:, col_indices]
   

5. 选择行和列的组合：

   df.iloc[row_indices, col_indices]
   

6. 使用布尔索引选择元素：

   df.iloc[boolean_index]
   

需要注意的是，iloc函数中的索引是基于0的，即第一个元素的索引为0。

以下是一些示例：

import pandas as pd

# 创建一个DataFrame
data = https://www.yisu.com/ask/{'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 选择特定行和列的元素
element = df.iloc[1, 2]
print(element)  # 输出结果为 8

# 选择多行和多列的元素
subset = df.iloc[0:2, 1:3]
print(subset)
# 输出结果为：
#    B  C
# 0  4  7
# 1  5  8

# 选择特定的行和列
rows = [0, 2]
cols = [1, 2]
subset = df.iloc[rows, cols]
print(subset)
# 输出结果为：
#    B  C
# 0  4  7
# 2  6  9

# 使用布尔索引选择元素
boolean_index = df > 5
subset = df.iloc[boolean_index]
print(subset)
# 输出结果为：
#    A    B    C
# 0 NaN  NaN  7.0
# 1 NaN  NaN  8.0
# 2 NaN  6.0  9.0

这些示例展示了iloc函数的基本用法，你可以根据自己的需求进行相应的调整。