关于pandas中cars.iloc三种索引写法的差异及输出疑问
2026-5-20
关于pandas iloc索引输出差异的解答
嘿，这个问题其实是pandas里iloc的维度保留规则在起作用，我给你拆解得明明白白的：
首先得搞懂iloc的核心逻辑：它是基于整数位置的索引工具，返回什么类型的对象，完全取决于你用的索引参数形式——是单个整数，还是列表/数组/切片。
逐个分析你的三条命令：
命令：
cars.iloc[[3, 0]]
这里你给的行索引是列表形式（[3, 0]），没有指定列参数（默认取所有列）。pandas有个规则：只要行或列的索引是「列表/数组」形式，就会尽量保留二维的DataFrame结构——哪怕你只取一行（比如cars.iloc[[3]]），返回的也是DataFrame。所以你看到的输出是包含两行所有列的完整DataFrame，类型自然是DataFrame。命令：
cars.iloc[[3],[0]]
这次行和列都用了列表索引（行[3]、列[0]），同样触发了“保留二维结构”的规则，所以返回的是一个只有一行一列的DataFrame，和你看到的带表头、索引的输出一致。命令：
cars.iloc[3, 0]
这里的行和列参数都是单个整数（不是列表），pandas会判断你要的是某个具体单元格里的数值，直接返回这个标量值（也就是单个数据18），不会保留任何二维/一维的结构——这就是它和第1条命令输出差异的核心原因：维度被降维了。
总结一下iloc的返回类型规则：
- 行和列都用单个整数：返回标量（scalar），比如你的第3条命令
- 其中一个参数是单个整数，另一个是列表/数组/切片：返回Series（一维结构）
- 行和列都用列表/数组/切片：返回DataFrame（二维结构）
这样是不是就清晰多啦？
内容的提问来源于stack exchange，提问作者sra7687
相关产品推荐
相关产品推荐
