选择数据 - df.iloc[:,:] - 行index,列index

iloc简介

Pandas 的 iloc 访问器用于基于整数位置的索引，它可以用于选择 DataFrame 或 Series 中的数据子集。与 loc 不同，iloc 使用行和列的整数位置进行索引，而不是标签。

以下是 iloc 的一些关键特点：

基于整数索引:
使用行和列的整数位置来选择数据。

选择单列:
可以仅通过列的整数位置选择单列的数据。

选择多列:
可以选择多列，返回一个 DataFrame。

选择单行:
可以通过指定行的整数位置选择单行。

选择多行:
可以选择多行，返回一个 DataFrame。

使用切片:
可以使用切片来选择数据范围。

布尔索引:
通常不与布尔数组一起使用，因为它基于整数位置。

就地修改:
可以就地修改数据，不返回新的 DataFrame。

不保持索引:
默认情况下，使用 iloc 选择数据不会保持原始索引。

iloc总结

基础数据

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, {"A":"3", "B":"2", "C":"5"}, {"A":"2", "B":"1", "C":"6"}])
df = pd.DataFrame(data=[{"A":1, "B":3, "C":4}, {"A":3, "B":2, "C":5}, {"A":2, "B":1, "C":6}])

一些概念

i是index的意思，0开始
iloc选择一行时返回Series，选择多行返回DataFrame

iloc获得第一行

df.iloc[0,:]  # 返回第一行

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[0,:]
print(data)

Name: 0, dtype: object

iloc获得最后一行

df.iloc[-1:]  # 返回最后一行

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[-1:]
print(data)

iloc获得第三行

df.iloc[2]  # 第三行

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[2]
print(data)

Name: 2, dtype: object

iloc获得第三列

df.iloc[:,2]  # 第三列

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[:,2]
print(data)

Name: C, dtype: object

iloc获得连续行列

df.iloc[0:2,0:2]  # 第一行到第二行，第一列到第二列

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[0:2,0:2]
print(data)
print(type(data))

iloc获得不连续行列

df.iloc[[0,2],[0,2]]  # 第一行到第三行，第一列到第三列

import numpy as np
import pandas as pd
df = pd.DataFrame(data=[{"A":"1", "B":"3", "C":"4"}, 
                        {"A":"3", "B":"2", "C":"5"}, 
                        {"A":"2", "B":"1", "C":"6"}])
print(df)
data = df.iloc[[0,2],[0,2]] 
print(data)
print(type(data))