python中iloc函数

Python中iloc函数用于基于整数位置的索引，实现对DataFrame数据的快速选取。

在Python的数据操作中，iloc是Pandas库中的一个非常常用的函数，Pandas是一个强大的数据处理库，它提供了大量用于数据分析的工具，而iloc函数则是这些工具之一。

iloc函数简介

iloc是Pandas DataFrame和Series对象中的一个索引器，它允许我们通过整数位置选择数据，不同于loc函数，它是基于行号或列号的索引，而不是基于标签的，这使得iloc非常适合于那些更习惯于使用Excel等电子表格软件中的行列编号的用户。

如何使用iloc

iloc的使用非常简单，你只需要在DataFrame或Series对象后面加上.iloc[]，并在括号中指定你想要获取的行和列的位置。

如果你有一个名为df的DataFrame，你可以这样使用iloc：

获取第1行和第2行的数据
df.iloc[0:2]
获取第1列和第2列的数据
df.iloc[:, 0:2]
获取第1到3行，第1到3列的数据
df.iloc[0:3, 0:3]

在上面的例子中，冒号（：）表示选择所有行或列，你也可以使用一个整数列表来选择特定的行或列。

获取第1行和第3行，第2列的数据
df.iloc[[0, 2], 1]

iloc与loc的区别

虽然iloc和loc都是用于选择数据的，但它们之间有一些重要的区别。

iloc是基于行号和列号的选择，而行号和列号是从0开始的整数。

loc是基于标签的选择，标签可以是任何有效的Python标识符。

在使用iloc时，你需要知道你正在选择的行的整数位置，而在使用loc时，你需要知道你正在选择的行的标签。

注意事项

虽然iloc非常方便，但在使用时需要注意以下几点：

如果你尝试选择一个不存在的行或列，Pandas会抛出一个错误。

如果你尝试使用负数作为索引，Pandas会从末尾开始计数。-1表示最后一行或列，-2表示倒数第二行或列，依此类推。

如果你使用了一个超出范围的索引，Pandas不会自动调整，而是会抛出一个错误。