iloc函数与数据分组聚合的结合

iloc 函数是 pandas 库中的一个函数，用于基于整数索引选择 DataFrame 或 Series 的行和列

以下是一个示例，展示了如何使用 iloc 函数与数据分组聚合结合：

import pandas as pd

# 创建一个示例 DataFrame
data = {'A': [1, 2, 3, 4, 5],
        'B': [6, 7, 8, 9, 10],
        'C': ['a', 'b', 'a', 'b', 'a']}
df = pd.DataFrame(data)

# 使用 groupby 对数据进行分组
grouped_df = df.groupby('C')

# 使用 agg 函数计算每组的平均值
mean_df = grouped_df.agg({'A': 'mean', 'B': 'mean'})

# 使用 iloc 选择特定的行和列
result = mean_df.iloc[0]

print(result)

在这个示例中，我们首先创建了一个包含三列（A、B 和 C）的 DataFrame。然后，我们使用 groupby 函数根据列 C 的值对数据进行分组。接下来，我们使用 agg 函数计算每组的平均值。最后，我们使用 iloc 函数选择第一行的数据。

输出结果如下：

A    3.0
B    8.0
Name: a, dtype: float64

这表示在分组聚合后的 DataFrame 中，第一行的数据为 A 列的平均值为 3.0，B 列的平均值为 8.0。