iloc索引與數據框的批量操作

iloc 是 pandas 庫中 DataFrame 的一個屬性，用于基于整數位置的索引進行數據選擇

以下是使用 iloc 進行批量操作的一些示例：

1. 選擇特定行和列：

import pandas as pd

# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 選擇第 0 行和第 1 列（即 A 列）
result = df.iloc[0, 1]
print(result)  # 輸出 4

2. 選擇多行多列：

import pandas as pd

# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 選擇第 0 行和第 1 行，以及第 0 列和第 1 列（即 A 和 B 列）
result = df.iloc[[0, 1], [0, 1]]
print(result)
# 輸出：
#    A  B
# 0  1  4
# 1  2  5

3. 修改特定元素：

import pandas as pd

# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 修改第 0 行和第 1 列（即 A 列）的值為 10
df.iloc[0, 1] = 10
print(df)
# 輸出：
#      A  B  C
# 0  1  10  7
# 1  2  5   8
# 2  3  6   9

4. 對特定元素進行操作：

import pandas as pd

# 創建一個示例 DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 使用 iloc 將第 0 行和第 1 列（即 A 列）的值乘以 2
df.iloc[0, 1] = df.iloc[0, 1] * 2
print(df)
# 輸出：
#      A  B  C
# 0  1  8  7
# 1  2  5  8
# 2  3  6  9

通過這些示例，您可以了解如何使用 iloc 進行批量操作。請注意，在使用 iloc 時，確保提供正確的行和列索引，以避免意外地修改或訪問錯誤的數據。