iloc函数用法

iloc的语法格式如下： ```python

DataFrame.iloc[row, column] ```

其中，row和column分别表示要选择的数据所在的行和列的位置。在iloc函数中，行和列的位置都是从0开始计数的。

下面是一些iloc函数的常见用法：

1.选择特定行和列的数据：可以使用整数、切片、列表或者布尔型数组来选择行或者列。

```python

#选择第3行第4列的数据 df.iloc[2, 3]

#选择第1到第3行的数据 df.iloc[0:3, :]

#选择第1、第3、第5列的数据 df.iloc[:, [0, 2, 4]]

#使用布尔型数组选择满足条件的数据 df.iloc[df['column'] > 0, :]

```

2. 根据位置选择单个元素：可以使用iloc函数来选择DataFrame或者Series的具体一些元素。

```python

#选择第3行第4列的数据 df.iloc[2, 3] ```

3. 根据索引位置选择多个元素：可以使用iloc函数的切片方法来选择多个元素。

```python

#选择第1到第3行的数据 df.iloc[0:3, :]

#选择第1、第3、第5列的数据 df.iloc[:, [0, 2, 4]] ```

4. 根据条件选择数据：可以使用iloc函数结合布尔型数组来选择满足特定条件的元素。

```python

#使用布尔型数组选择满足条件的数据 df.iloc[df['column'] > 0, :]

```

需要注意的是，在使用iloc函数时，如果选择的位置不存在，将会引发IndexError异常。此外，iloc函数可以用于选择DataFrame中的其中一行或者其中一列，也可以用于选择DataFrame中的多行多列。 总结：

iloc函数是pandas库中用来按照行和列的位置来选择数据的方法。通过传入具体的行和列的位置，可以选择DataFrame或者Series中的具体一些元素，或者选择满足条件的数据。在使用iloc函数时，需要注意行和列的位置都是从0开始计数的，同时也要注意索引位置不存在时会引发IndexError异常。