iloc 函数用法

iloc是pandas中用于通过整数位置来访问数据的函数，常常用于DataFrame和Series对象中。

DataFrame对象中iloc的用法：

# 通过整数位置选择行
df.iloc[0]  # 返回第一行的数据

# 通过整数位置选择多行
df.iloc[0:3]  # 返回前三行的数据

# 通过整数位置选择单个元素
df.iloc[0, 1]  # 返回第一行第二列的数据

# 通过整数位置选择多个元素
df.iloc[[0, 2], [1, 3]]  # 返回第一行和第三行，第二列和第四列的数据

Series对象中iloc的用法：

# 通过整数位置选择单个元素
s.iloc[0]  # 返回第一个元素的数据

# 通过整数位置选择多个元素
s.iloc[[0, 2, 4]]  # 返回第一个、第三个和第五个元素的数据

总的来说，iloc函数的用法就是通过整数位置来选择DataFrame和Series对象中的数据。

相关问题

Pandas中loc和iloc函数用法详解

Pandas库中的`loc`和`iloc`是两个非常重要的用于数据定位和选取的功能，它们分别基于标签（label-based）和位置（position-based）的选择。

**loc**: 通过标签进行选择，适用于对行名（index）和列名（column names）进行操作。例如：

df.loc[row_indexer, column_indexer]

- `row_indexer`: 列表、布尔数组、标签名或切片，用于指定行。
- `column_indexer`: 类似于`row_indexer`，用于指定列。

**示例**：

# 选择索引为1和2的行，所有列
df.loc[1:3, :]

# 选择名为'Age'和'Salary'的两列
df.loc[:, ['Age', 'Salary']]

**iloc**: 通过位置进行选择，从0开始计数，适用于整数索引来获取数据。例如：

df.iloc[loc]

- `loc`: 二维数组，包含行和列的整数索引。

**示例**：

# 选择第1行到第3行，第0列到第2列的数据
df.iloc[0:3, 0:3]

# 直接通过位置获取单个元素
df.iloc[5, 4]  # 获取第6行，第5列的值

.iloc函数的用法

在pandas中，.iloc函数是用于通过行号和列号来获取数据的函数。它的语法如下：

data.iloc[row_index, column_index]

其中，row_index和column_index分别表示行号和列号，可以是单个数字、数字列表或者切片对象。如果只传入一个参数，则默认为行号。

举个例子，如果我们有一个名为data的DataFrame，想要获取第2行第3列的数据，可以使用以下代码：

data.iloc[1, 2]

如果想要获取前3行的第2列数据，可以使用以下代码：

data.iloc[:3, 1]

如果想要获取第2行到第4行的第2列到第4列的数据，可以使用以下代码：

data.iloc[1:4, 1:4]