在Python中，iloc函數是用于通過整數位置來選擇數據的函數。它可以在pandas庫中的DataFrame和Series對象上使用。
在DataFrame中，iloc函數可以按照行和列的整數位置來選擇數據。它使用的是基于0的索引，其中0表示第一行/列，1表示第二行/列，以此類推。iloc函數的基本語法如下：
df.iloc[row_index, column_index]
其中，row_index是用于指定行的整數位置或切片對象，column_index是用于指定列的整數位置或切片對象。可以通過傳遞單個整數或整數列表來選擇特定的行或列。
例如，假設有以下DataFrame對象：
import pandas as pd
data = {'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10],
'C': [11, 12, 13, 14, 15]}
df = pd.DataFrame(data)
可以使用iloc函數選擇第一行和第二列的數據：
print(df.iloc[0, 1]) # 輸出：6
也可以使用iloc函數選擇多行和多列的數據：
print(df.iloc[0:3, 1:3]) # 輸出：
# B C
# 0 6 11
# 1 7 12
# 2 8 13
在Series對象中，iloc函數的用法和DataFrame對象相似，只有行的選擇。它可以按照行的整數位置或切片對象來選擇數據。
例如，假設有以下Series對象：
import pandas as pd
data = pd.Series([1, 2, 3, 4, 5])
可以使用iloc函數選擇第二個元素：
print(data.iloc[1]) # 輸出：2
也可以使用iloc函數選擇多個元素：
print(data.iloc[1:4]) # 輸出：
# 1 2
# 2 3
# 3 4
# dtype: int64
這就是iloc函數在Python中的使用方法。它對于基于整數位置的數據選擇非常有用。
