python 中iloc_如何在pandas中使用loc、iloc函数进行数据索引（入门篇）

在 Pandas 中，loc 和 iloc 函数都可以用于数据索引，但它们有不同的用法和功能。

loc 函数是基于标签（Label）的索引方式，它可以通过行标签（行号）、列标签（列名）或它们的组合来访问数据，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 32, 18, 47, 22],
        'gender': ['F', 'M', 'M', 'M', 'F']}

df = pd.DataFrame(data)
print(df)

# 访问第二行、'name'列对应的值
print(df.loc[1, 'name'])

# 访问第一列所有行
print(df.loc[:, 'name'])

# 访问第二行所有列
print(df.loc[1, :])

iloc 函数是基于位置（Index）的索引方式，它可以通过行号、列号或它们的组合来访问数据，例如：

import pandas as pd

data = {'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily'],
        'age': [25, 32, 18, 47, 22],
        'gender': ['F', 'M', 'M', 'M', 'F']}

df = pd.DataFrame(data)
print(df)

# 访问第二行、第一个列对应的值
print(df.iloc[1, 0])

# 访问第一列所有行
print(df.iloc[:, 0])

# 访问第二行所有列
print(df.iloc[1, :])

需要注意的是，iloc 函数是基于数据的位置进行索引，因此在数据发生变化时，索引结果也会随之改变。而 loc 函数则是基于数据的标签进行索引，因此即使数据发生变化，索引结果也会保持不变。