如何高效访问DataFrame中的指定行列范围元素块？

嵌套for循环逐元素提取完全浪费了Pandas的向量运算优势，必然速度极慢。直接用iloc或loc就能高效完成需求，具体用法如下：

1. 基于位置索引：iloc #

如果你的行/列是按默认的0开始整数位置计数：

• 提取行100到200（包含两端）、列100到200的块，注意Python切片左闭右开的特性，结束索引要+1：

subset_df = df.iloc[100:201, 100:201]

如果你的行/列是从1开始计数（类似Excel编号逻辑），对应位置索引要减1：

subset_df = df.iloc[99:200, 99:200]

2. 基于标签索引：loc #

如果你的DataFrame行/列有自定义标签（比如字符串、非连续数字），用loc更直接，它的切片是两端都包含的：

• 假设行标签和列标签都是1到1000，提取目标块：

subset_df = df.loc[100:200, 100:200]

这两种方法都是直接操作DataFrame的底层数据块，运算效率远高于循环逐元素处理，1000×1000规模的DataFrame能瞬间完成提取。

内容的提问来源于stack exchange，提问作者Joseph Timm