一、iloc函数概述
iloc函数是Pandas中的常用函数之一。在Pandas中，一般有两种方式，即loc和iloc，用来选择数据集中的行和列。其中，iloc函数主要用于按位置选择数据。iloc函数的参数可以是单个整数、整数范围、布尔值数组或返回布尔值数组函数。
下面我们通过几个小标题，来详细阐述iloc函数的用法。
二、按整数位置选择数据
iloc函数的第一个参数可以是整数，表示选择数据集中的第几行或第几列。具体方法如下：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 选择第二行数据，返回Series类型数据
print(df.iloc[1])
# 选择第三列数据，返回Series类型数据
print(df.iloc[:, 2])
# 选择第二行第三列数据，返回数字类型数据
print(df.iloc[1, 2])
上面这段代码首先创建了一个数据表，包含3行3列的数据。然后，我们分别用iloc函数选择了第二行数据、第三列数据和第二行第三列数据。
三、按整数范围选择数据
iloc函数的第一个参数还可以是整数范围，表示选择数据集中的一段连续的行或列。具体方法如下：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 选择第1~2行数据，返回DataFrame类型数据
print(df.iloc[1:3, :])
# 选择第1~2列数据，返回DataFrame类型数据
print(df.iloc[:, 1:3])
# 选择第1~2行和第2~3列数据，返回DataFrame类型数据
print(df.iloc[1:3, 1:3])
上面这段代码首先创建了一个数据表，包含3行3列的数据。然后，我们分别用iloc函数选择了第1~2行数据、第1~2列数据和第1~2行和第2~3列数据。
四、按布尔值数组选择数据
iloc函数的第一个参数还可以是布尔值数组，表示选择数据集中的符合条件的行或列。具体方法如下：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 选择B列大于5的行，返回DataFrame类型数据
bool_arr = df.iloc[:, 1] > 5
print(df.iloc[bool_arr])
上面这段代码首先创建了一个数据表，包含3行3列的数据。然后，我们用iloc函数选择了B列大于5的行。
五、按返回布尔值数组函数选择数据
iloc函数的第一个参数还可以是返回布尔值数组的函数，表示选择数据集中符合条件的行或列。具体方法如下：
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 定义一个返回布尔值数组的函数
def my_func(row):
return row['B'] > 5
# 选择函数返回值为True的行，返回DataFrame类型数据
bool_arr = df.apply(my_func, axis=1)
print(df.iloc[bool_arr])
上面这段代码首先创建了一个数据表，包含3行3列的数据。然后，我们定义了一个返回布尔值数组的函数，该函数用于按B列大于5的条件来选择行。最后，我们用iloc函数选择了根据my_func函数返回值为True的行。
六、总结
iloc函数是Pandas中常用的按位置选择数据的函数。通过这篇文章的介绍，我们可以清楚地了解到iloc函数的用法，包括按整数位置选择数据、按整数范围选择数据、按布尔值数组选择数据、按返回布尔值数组函数选择数据等。当我们需要对数据集进行按位置选择时，iloc函数将会是一个十分有用的工具。