iloc与数据框子集的灵活创建

iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数索引的位置来选择数据

以下是使用 iloc 进行数据框子集选择的一些示例：

1. 选择特定行：

import pandas as pd

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

# 选择第二行（位置为1的行）
row_1 = df.iloc[1]
print(row_1)

2. 选择特定列：

import pandas as pd

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

# 选择列 A
column_a = df.iloc[:, 0]
print(column_a)

3. 选择特定范围的行和列：

import pandas as pd

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

# 选择第二行（位置为1的行）到第三行（位置为2的行），以及第一列（位置为0的列）
rows_1_to_2_and_column_0 = df.iloc[1:3, 0]
print(rows_1_to_2_and_column_0)

4. 使用布尔条件选择数据：

import pandas as pd

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

# 选择列 A 中值大于 1 的行
rows_greater_than_1 = df.iloc[df['A'] > 1]
print(rows_greater_than_1)

通过这些示例，你可以看到如何使用 iloc 在 pandas 中灵活地创建数据框子集。