iloc中指定行列表与使用切片的差异是什么？附示例解析

1. 索引范围的本质差异 #

• df.iloc[[3, 4], 1]：通过显式行号列表精准定位，会直接选取第3行和第4行（pandas采用0-based索引，即从0开始计数），无论这两行是否连续，只要在列表里的行号都会被选中。
• df.iloc[3:4, 1]：遵循Python左闭右开的切片规则，仅选取从第3行开始、到第4行之前的行——说白了就是只取第3行，不会包含第4行。

2. 返回结果的结构差异 #

两者的返回结构会根据选取的行/列数量变化，核心区别点：

• 用列表索引时，哪怕只选一行（比如df.iloc[[3], 1]），返回的是DataFrame（列表属于二维索引标识）；
• 用切片索引选单行时（比如3:4），返回的是Series。

举个实际例子更直观：

import pandas as pd
data = {'A': [1,2,3,4,5], 'B': [10,20,30,40,50]}
df = pd.DataFrame(data)

运行df.iloc[[3,4],1]，输出：

3    40
4    50
Name: B, dtype: int64

运行df.iloc[3:4,1]，输出：

3    40
Name: B, dtype: int64

3. 适用场景不同 #

• 行列表索引：适合选取不连续的特定行，比如需要提取第2、5、7行这类分散的行号时，直接把行号放进列表即可。
• 切片索引：适合选取连续的行范围，比如要提取从第1行到第10行，用1:11比写一长串列表简洁得多。

内容的提问来源于stack exchange，提问作者variable