使用Python Pandas .iloc[] 提取行数

当我们针对一个DataFrame数据表需要提取行数时，就需要使用Pandas中的.iloc[]方法。.iloc[]方法的用法如下：

dataframe.iloc[row_index, column_index]

其中，row_index表示要提取的行数的序号，column_index则表示要提取的列数的序号。Pandas可以支持多种方式来表示row_index和column_index。例如，我们可以使用一个整数来表示单个行或列，也可以使用一个整数范围（切片）来表示连续的行或列。

下面我们来看两个具体的例子。

例一：

我们有如下一个DataFrame数据表：

import pandas as pd

data = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
                     'age': [18, 23, 26, 31, 22],
                     'score': [80, 85, 77, 92, 88]})

print(data)

输出：

       name  age  score
0     Alice   18     80
1       Bob   23     85
2   Charlie   26     77
3     David   31     92
4      Ella   22     88

我们想提取第2行的数据，可以使用.iloc[]方法：

row_index = 1  # 第2行的序号为1
print(data.iloc[row_index])

输出：

name     Bob
age       23
score     85
Name: 1, dtype: object

例二：

我们有如下一个DataFrame数据表：

import pandas as pd

data = pd.DataFrame({'name': ['Alice', 'Bob', 'Charlie', 'David', 'Ella'],
                     'age': [18, 23, 26, 31, 22],
                     'score': [80, 85, 77, 92, 88]})

print(data)

输出：

       name  age  score
0     Alice   18     80
1       Bob   23     85
2   Charlie   26     77
3     David   31     92
4      Ella   22     88

我们想提取第2到第4行的数据：

start_index = 1  # 起始行的序号为1
end_index = 3    # 结束行的序号为3
print(data.iloc[start_index:end_index+1])

输出：

      name  age  score
1      Bob   23     85
2  Charlie   26     77
3    David   31     92

其中，因为Python的切片并不包括结束位置，所以在此需要将结束位置的序号3加1，才能正确的提取第2到第4行的数据。

综上所述，我们可以看出，在使用.iloc[]方法时，我们需要注意如下几个要点：

• row_index和column_index可以使用整数、整数范围（切片）等方式来表示；
• 若只需要提取单行或单列，那么可以省略column_index的设置；
• 若需要提取多行或多列，那么可以使用整数范围（切片）来表示，通常会使用Python的切片表示方式，并需设置row_index和column_index的起始与结束位置。