df.iloc（）在python中的用法

`df.iloc()` 是 Pandas 库中的一个函数，用于按照行号（integer position）对 DataFrame 进行访问和操作。它可以用来选择指定行和列的数据，也可以对指定行和列的数据进行修改。

下面是一些常见的用法：

1. 选择指定行和列的数据：

`df.iloc[row_index, column_index]`

其中，`row_index` 和 `column_index` 分别是行和列的索引号。可以使用单个整数、整数列表、整数切片或布尔数组来指定行或列。

2. 选择连续的多行或多列：

`df.iloc[start_row:end_row, start_col:end_col]`

其中，`start_row` 和 `end_row` 分别是起始行和结束行的索引号（不包含结束行），`start_col` 和 `end_col` 分别是起始列和结束列的索引号（不包含结束列）。

3. 选择所有行或所有列：

`df.iloc[:, column_index]` 或 `df.iloc[row_index, :]`

可以使用冒号 `:` 表示“所有行”或“所有列”。

4. 对指定行和列的数据进行修改：

`df.iloc[row_index, column_index] = new_value`

其中，`new_value` 是要替换原有值的新值。

相关问题

df.iloc[].values使用方法

`df.iloc[]`是用于通过行索引和列索引来获取DataFrame中的特定元素或切片的方法。在`[]`内部，可以使用整数、整数切片、布尔数组或布尔条件来选择所需的行或列。

以下是一些使用`df.iloc[].values`的示例：

1. 获取特定行的值：

   row_values = df.iloc[2].values

这将返回DataFrame中第3行的所有值作为一个数组。

2. 获取特定列的值：

   column_values = df.iloc[:, 1].values

这将返回DataFrame中第2列的所有值作为一个数组。

3. 获取特定行和列的值：

   values = df.iloc[2:5, 1:3].values

这将返回DataFrame中第3至第5行、第2至第3列的值作为一个二维数组。

请注意，`df.iloc[].values`返回的是一个NumPy数组。如果要以DataFrame形式返回结果，可以使用`df.iloc[]`替代`df.iloc[].values`。

df.iloc查询方法代码

下面是一个使用df.iloc方法进行查询的示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
        'age': [25, 32, 18, 47, 33],
        'gender': ['F', 'M', 'M', 'M', 'F'],
        'rating': [4.5, 3.2, 2.7, 4.1, 3.8]}
df = pd.DataFrame(data)

# 选择单个行和列
print(df.iloc[1, 0])
print(df.iloc[3, 3])

# 选择多行和多列
print(df.iloc[[0, 2, 4], [0, 1]])
print(df.iloc[[1, 3], [1, 3]])

# 使用切片进行选择
print(df.iloc[1:4, 0:3])
print(df.iloc[:, 2:4])

输出结果如下：

Bob
4.1
      name  age
0    Alice   25
2  Charlie   18
4      Eva   33
   age  rating
1   32     3.2
   name  age gender
1   Bob  32      M
2   Charlie  18      M
3   David  47      M
   gender  rating
0      F     4.5
1      M     3.2
2      M     2.7
3      M     4.1
4      F     3.8