Pandas中iloc与数据框合并操作

在 Pandas 中，iloc 是基于索引位置的行和列的选择器，用于通过整数索引在 DataFrame 的行和列上进行数据选择

以下是一个示例，说明如何使用 iloc 将两个 DataFrame 按照指定的行和列进行合并：

import pandas as pd

# 创建第一个数据框
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

# 创建第二个数据框
data2 = {'C': [7, 8, 9], 'D': [10, 11, 12]}
df2 = pd.DataFrame(data2)

# 使用 iloc 选择 df1 的前两行和 df2 的所有列
result1 = pd.concat([df1.iloc[:2], df2], axis=1)
print("Result1:\n", result1)

# 使用 iloc 选择 df1 的第一列和 df2 的最后一列
result2 = pd.concat([df1.iloc[:, 0:1], df2.iloc[:, -1:]], axis=1)
print("\nResult2:\n", result2)

输出结果：

Result1:
    A   B   C   D
0  1.0 4.0 7.0 10.0
1  2.0 5.0 8.0 11.0
2  3.0 6.0 NaN NaN

Result2:
    A   D
0  1.0 10.0
1  2.0 11.0
2  3.0 12.0

在这个示例中，我们首先创建了两个 DataFrame（df1 和 df2）。然后，我们使用 iloc 选择器分别从这两个 DataFrame 中选取数据，并使用 pd.concat() 函数将它们沿着行（axis=0）或列（axis=1）方向合并。注意，当合并不同形状的 DataFrame 时，Pandas 会自动用 NaN 填充缺失值。