iloc在数据框中执行复杂索引操作

iloc 是 pandas 库中 DataFrame 的一个属性，用于基于整数位置的索引

以下是使用 iloc 进行复杂索引操作的一些示例：

1. 选择特定行和列：

import pandas as pd

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

# 使用 iloc 选择第 0 行和 'A' 列
result = df.iloc[0, 0]
print(result)  # 输出：1

2. 选择多行多列：

import pandas as pd

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

# 使用 iloc 选择第 0 行和第 1 行，'A' 列和 'B' 列
result = df.iloc[[0, 1], [0, 1]]
print(result)
# 输出：
#    A  B
# 0  1  4
# 1  2  5

3. 使用切片选择行和列：

import pandas as pd

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

# 使用 iloc 选择第 0 行到第 1 行，'A' 列和 'B' 列
result = df.iloc[0:2, 0:2]
print(result)
# 输出：
#    A  B
# 0  1  4
# 1  2  5

4. 使用布尔索引：

import pandas as pd

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

# 使用 iloc 选择 'A' 列中值大于 1 的行
result = df.iloc[df['A'] > 1]
print(result)
# 输出：
#    A  B  C
# 1  2  5  8
# 2  3  6  9

这些示例展示了如何在 pandas DataFrame 中使用 iloc 进行复杂索引操作。你可以根据需要组合这些操作以满足你的需求。