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；column_index的设置；row_index和column_index的起始与结束位置。本文链接：http://task.lmcjl.com/news/14511.html