使用整数位置选择行 (.iloc)

Pandas 中的数据选择常需要根据数据的确切位置而不是其标签来访问信息。有时，你需要完全根据数据的整数位置来检索数据，而无需考虑 DataFrame 中分配的索引标签或列名。当行或列的顺序已知但其具体标签未知时，或者在处理使用默认整数索引的 DataFrame 时，这种方法尤其有用。为了满足这一特定需求，Pandas 提供了 .iloc 访问器。

.iloc 访问器的工作方式很像标准的 Python 列表和 NumPy 数组索引。它使用基于 0 的整数位置来选择行和列。请记住，Python 的切片约定适用：起始边界包含在内，而结束边界不包含在内。

基本语法

一般语法是 DataFrame.iloc[row_indexer, column_indexer]。row_indexer 和 column_indexer 都接受整数、整数列表、带有整数的切片或布尔数组（尽管使用标准 [] 或 .loc 进行布尔索引通常更清晰）。如果你只提供一个索引器，则默认为行索引器。

我们来用一个示例 DataFrame 进行说明：

import pandas as pd
import numpy as np

data = {'col_a': [10, 20, 30, 40, 50],
        'col_b': [0.1, 0.2, 0.3, 0.4, 0.5],
        'col_c': ['x', 'y', 'z', 'x', 'y']}
# 注意自定义字符串索引
df_example = pd.DataFrame(data, index=['row1', 'row2', 'row3', 'row4', 'row5'])

print("示例 DataFrame:")
print(df_example)

示例 DataFrame:
      col_a  col_b col_c
row1     10    0.1     x
row2     20    0.2     y
row3     30    0.3     z
row4     40    0.4     x
row5     50    0.5     y

选择单行

要通过整数位置选择单行，请将该整数传递给 .iloc：

# 选择第一行（位置 0）
first_row = df_example.iloc[0]
print("\n第一行（位置 0）：")
print(first_row)

# 选择第三行（位置 2）
third_row = df_example.iloc[2]
print("\n第三行（位置 2）：")
print(third_row)

第一行（位置 0）：
col_a     10
col_b    0.1
col_c      x
Name: row1, dtype: object

第三行（位置 2）：
col_a     30
col_b    0.3
col_c      z
Name: row3, dtype: object

注意，尽管我们的索引由字符串（如 'row1'、'row2' 等）组成，但 .iloc 仍根据行基于 0 的整数位置来访问它们。结果是一个 Pandas Series，包含该行的数据，并以原始列名作为其索引。

使用列表或切片选择多行

你可以通过提供整数列表来选择多个特定行，或者使用切片表示法选择一系列行。

# 选择第一行和第三行（位置 0 和 2）
rows_0_2 = df_example.iloc[[0, 2]]
print("\n位置 0 和 2 的行：")
print(rows_0_2)

# 选择从位置 1 开始，直到（但不包含）位置 4 的行
rows_1_to_3 = df_example.iloc[1:4] # 选择索引为 1、2、3 的行
print("\n从位置 1 到位置 4 的行：")
print(rows_1_to_3)

# 选择从开头到位置 3（不包含）的行
first_three_rows = df_example.iloc[:3]
print("\n前三行：")
print(first_three_rows)

# 选择从位置 3 到末尾的行
last_rows = df_example.iloc[3:]
print("\n从位置 3 到末尾的行：")
print(last_rows)

位置 0 和 2 的行：
      col_a  col_b col_c
row1     10    0.1     x
row3     30    0.3     z

从位置 1 到位置 4 的行：
      col_a  col_b col_c
row2     20    0.2     y
row3     30    0.3     z
row4     40    0.4     x

前三行：
      col_a  col_b col_c
row1     10    0.1     x
row2     20    0.2     y
row3     30    0.3     z

从位置 3 到末尾的行：
      col_a  col_b col_c
row4     40    0.4     x
row5     50    0.5     y

正如所料，选择多行会返回一个包含指定行的新 DataFrame。切片行为 start:end 包含 start 但不包含 end，这与 Python 标准一致。

同时选择行和列

当你需要根据行和列的位置选择特定元素或子部分时，.iloc 的优势明显。你先提供行索引器，然后是列索引器，两者之间用逗号分隔。

# 选择行位置 1、列位置 0 的元素
element_1_0 = df_example.iloc[1, 0]
print(f"\n行位置 1、列位置 0 的元素：{element_1_0}")

# 选择第一行（位置 0）和前两列（位置 0、1）
row0_cols01 = df_example.iloc[0, 0:2]
print("\n第一行，前两列：")
print(row0_cols01)

# 选择前三行（位置 0、1、2）和第一列及第三列（位置 0、2）
subset = df_example.iloc[0:3, [0, 2]]
print("\n前三行，列 0 和 2：")
print(subset)

# 选择所有行和最后一列（位置 -1 也可以！）
last_col = df_example.iloc[:, -1]
print("\n所有行，最后一列：")
print(last_col)

行位置 1、列位置 0 的元素：20

第一行，前两列：
col_a     10
col_b    0.1
Name: row1, dtype: object

前三行，列 0 和 2：
      col_a col_c
row1     10     x
row2     20     y
row3     30     z

所有行，最后一列：
row1    x
row2    y
row3    z
row4    x
row5    y
Name: col_c, dtype: object

使用 : 选择所有行或所有列，这与 NumPy 切片相似。负数索引从末尾开始计数（例如，-1 是最后一列）。

区别：.iloc 与 .loc

记住它们的区别非常重要：

• .loc：基于标签选择（索引标签、列名）。使用标签进行切片时，起始和结束标签都包含在内。
• .iloc：基于整数位置选择（基于 0）。使用整数进行切片时，不包含结束位置。

尝试将标签与 .iloc 结合使用，或将整数位置与 .loc 结合使用（除非标签恰好是整数）将导致错误。理解这种区别对于正确获取所需数据很重要。

熟练使用 .iloc 提供了一种根据数据在 DataFrame 结构中的位置来获取数据的精确方法，补充了 .loc 提供的基于标签的选择功能。