iloc与切片操作的最佳实践

在使用Pandas库进行数据处理时，iloc和切片操作是两种常用的方法来选择数据

1. 使用iloc：

   • iloc基于索引位置（整数）选择数据，因此需要知道行和列的索引。
   • 使用iloc时，可以通过整数、列表或布尔数组指定行和列。
   • 示例：

     import pandas as pd
     
     data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
     df = pd.DataFrame(data)
     
     # 选择第0行和第1列的元素
     element = df.iloc[0, 1]
     
     # 选择第0行到第1行，第0列到第1列的子矩阵
     sub_matrix = df.iloc[0:2, 0:2]
     

2. 使用切片操作：

   • 切片操作基于标签（行索引和列名）选择数据，因此需要知道行索引和列名。
   • 使用切片操作时，可以通过标签、列表或布尔数组指定行和列。
   • 示例：

     import pandas as pd
     
     data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
     df = pd.DataFrame(data, index=['row1', 'row2', 'row3'])
     
     # 选择'row1'行和'A'列的元素
     element = df.loc['row1', 'A']
     
     # 选择'row1'行到'row2'行，'A'列到'B'列的子矩阵
     sub_matrix = df.loc['row1':'row2', 'A':'B']
     

总结：

• 当你需要基于整数索引位置选择数据时，使用iloc。
• 当你需要基于行索引和列名选择数据时，使用切片操作。
• 如果你需要同时使用行和列的整数索引位置，请使用iloc。
• 如果你需要同时使用行索引和列名，请使用切片操作。