python iloc

`iloc` 是 Pandas 库中的一个函数，用于按位置索引选取数据。它的全称是 integer location，即整数位置。使用 iloc 可以通过行号和列号进行数据选取。

语法如下：

df.iloc[row_index, col_index]

其中，`row_index` 和 `col_index` 分别表示要选取的行和列的位置，可以是单个整数、整数列表或整数切片。如果省略其中一个参数，则表示选取所有行或所有列。

举个例子，假设我们有以下数据集：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'age': [25, 32, 18, 47, 22],
        'gender': ['F', 'M', 'M', 'M', 'F']}
df = pd.DataFrame(data)

如果要选取第 2 行第 1 列的数据（即 Bob 的年龄），可以使用 iloc：

df.iloc[1, 1]  # 返回 32

如果要选取前三行的所有数据，可以这样写：

df.iloc[:3, :]  # 返回前三行的所有数据

注意，这里使用了 `:` 表示选取所有列。如果要选取前两列的所有数据，可以这样写：

df.iloc[:, :2]  # 返回前两列的所有数据

相关问题

Python iloc

引用中介绍了Python中使用iloc的用法。iloc是pandas库中的一个函数，用于按位置进行索引，即通过指定行列的位置来获取数据。在引用中提到的两种方式中，方式1使用了df.loc[:,0:2来输出第0到2列的数据；方式2使用了df.iloc[:,0:3来实现相同的功能。在这两种方式中，冒号(:)表示所有的行，0:2或0:3表示从第0列到第2列或第3列。因为默认情况下，行和列都是从0开始编号的，所以这两种方式得到的结果是一样的。 [2<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Python学习.iloc和.loc区别、联系与用法](https://blog.csdn.net/weixin_42424208/article/details/121525540)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

python iloc函数

`iloc` 是 Pandas 库中的一个函数，用于通过整数位置选择数据。它允许你通过行索引和列索引的整数位置来访问 DataFrame 或 Series 中的特定元素。

在 DataFrame 中，`iloc` 函数的语法如下：

df.iloc[row_index, column_index]

其中 `row_index` 和 `column_index` 是整数或整数列表，表示要选择的行和列的位置。

在 Series 中，`iloc` 函数的语法如下：

s.iloc[index]

其中 `index` 是一个整数或整数列表，表示要选择的元素的位置。

请注意，`iloc` 使用的是基于 0 的索引，即第一个元素的位置是 0，第二个元素的位置是 1，以此类推。