iloc函数参数详解与示例

iloc 是 pandas 库中的一个函数，用于基于整数索引在 DataFrame 或 Series 对象上进行索引和切片

iloc 函数的语法如下：

DataFrame.iloc[row_indexer, column_indexer]
Series.iloc[indexer]

其中，row_indexer 和 column_indexer 分别表示行索引器和列索引器。它们可以是整数、列表、布尔数组或切片。indexer 则表示 Series 对象的索引器，可以是整数、列表、布尔数组或切片。

以下是一些使用 iloc 函数的示例：

1. 选择单个元素：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 0 行，第 1 列的元素（即 4）
element = df.iloc[0, 1]
print(element)

2. 选择多行多列：

import pandas as pd

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

# 选择第 0 行和第 1 行，第 0 列和第 1 列（即 [[1, 4], [2, 5]]）
sub_df = df.iloc[[0, 1], [0, 1]]
print(sub_df)

3. 使用布尔数组进行筛选：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 0 列大于 1 的行（即 [[2, 5], [3, 6]]）
sub_df = df.iloc[df['A'] > 1]
print(sub_df)

4. 使用切片进行索引：

import pandas as pd

data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)

# 选择第 0 行到第 1 行，第 0 列到第 1 列（即 [[1, 4], [2, 5]]）
sub_df = df.iloc[0:2, 0:2]
print(sub_df)

注意：iloc 函数不支持负数索引。如果需要使用负数索引，可以使用 loc 函数。