pandas中iloc与loc的区别

在pandas库中，`loc` 和 `iloc` 是两个用于访问和操作DataFrame的重要功能，它们的主要区别在于选择元素的方式：

1. **loc**（location-based indexing）[^1]:
- 它基于标签（label-based），即通过列名或行索引来定位元素。
- 使用方式：`df.loc[row_indexer, column_indexer]`。如果仅有一个参数，可以指定行，如`df.loc['row_name']`；如果只有一个索引器，可以指定列，如`df.loc[:, 'column_name']`。

2. **iloc**（integer-based indexing）:
- 它基于位置（position-based），即直接使用整数索引来选取元素，从0开始计数。
- 使用方式：`df.iloc[row_indexer, column_indexer]`。同样，可以单独传入行或列的索引，如`df.iloc[0]` 或 `df.iloc[:, 1]`。

举例来说，假设我们有如下DataFrame：

import pandas as pd
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

- 使用`loc`选取特定行和列：

print(df.loc[1, 'B'])  # 输出：5，因为索引1对应第二行，'B'列的值

- 使用`iloc`选取第2行第2列：

print(df.iloc[1, 1])  # 输出：5，因为位置(1, 1)对应第二行第二列