1 iloc[]函数作用

即对数据进行位置索引，从而在数据表中提取出相应的数据。

2 iloc函数使用
df.iloc[a,b]，a是行索引（见表1），b是列索引（见表1）。

2.区别
loc和iloc索引的行列标签类型不同。

iloc使用顺序数字来索引数据，而不能使用字符型的标签来索引数据；注意：这里的顺序数字是指从0开始计数！

loc使用实际设置的索引来索引数据。但行列名为数字时，loc也可以索引数字，但这里的数字不一定从0开始编号，是对应具体行列名的数字！

df.iloc[a,b]，
其中df是DataFrame数据结构的数据，a是行索引（从0开始），b是列索引（从0开始），df.iloc[1,2]表示第二行第三列数据格的数据。以下行列均从第0行第0列开始。

iloc[a:b,c]是指a行到b-1行，第c列的数据，iloc[0:2,2]是0-1行，第2列数据。需要注意的是iloc[a:b,c]输出的是series结构的数据，iloc[a:b,c].values是ndarray的数据。
iloc[a:b,:]或者df.iloc[0:2]是指a行到b-1行，所有列的数据。

iloc[a:b,c:d]是指a行到b-1行，c列第d-1的数据。
iloc[a]是指a行，所有列的数据

import pandas as pd
import numpy as npimport pandas as pd
import numpy as npa = np.arange(12).reshape(3,4)
#将a转化为DataFrame类型
df = pd.DataFrame(a)
#展示df
df
# 	0	1	2	3
# 0	0	1	2	3
# 1	4	5	6	7
# 2	8	9	10	11

# 索引为一个数，默认输出行
print(df.loc[0])#输出第0行元素
print(df.iloc[0])#输出第0行元素
# 0    0
# 1    1
# 2    2
# 3    3
# Name: 0, dtype: int32
# 0    0
# 1    1
# 2    2
# 3    3
# Name: 0, dtype: int32

#方式1
df.loc[:,0:2]#可把loc理解为遍历字符串类型，0:2则表示标签为0,1,2三列
#方式2
df.iloc[:,0:3]#iloc遍历的数数字，python中0:3对应0,1,和2# 0	1	2
# 0	0	1	2
# 1	4	5	6
# 2	8	9	10

https://blog.csdn.net/weixin_42424208/article/details/121525540