以loc和iloc放到一起输出获取第4行

如果你想要获取DataFrame的第4行数据，并且同时使用 `.loc` 和 `.iloc` 来获取，可以在同一个代码块中实现。以下是示例代码： ```python import pandas as pd import numpy as np # 创建一个示例DataFrame data = { 'a': np.random.randint(1, 20, 10), 'b': np.random.randint(1, 20, 10), 'c': np.random.randint(1, 20, 10), 'd': np.random.randint(1, 20, 10), 'e': np.random.randint(1, 20, 10) } df = pd.DataFrame(data) # 打印原始DataFrame print("原始DataFrame:") print(df) # 使用 .iloc 获取第4行（索引从0开始） fourth_row_by_iloc = df.iloc[3] # 使用 .loc 获取第4行（索引从0开始） fourth_row_by_loc = df.loc[3] # 打印结果 print("\n使用 .iloc 获取第4行:") print(fourth_row_by_iloc) print("\n使用 .loc 获取第4行:") print(fourth_row_by_loc) ``` 在上面的代码中： - `iloc[3]` 表示获取索引位置为3的行，即第4行。 - `loc[3]` 表示获取标签为3的行，如果DataFrame是由默认整数索引创建的，那么 `loc[3]` 也会获取第4行。 在打印结果时，你将看到 `.iloc` 和 `.loc` 分别获取的第4行数据。 注意，`.loc` 索引器通常用于访问标签索引的行/列，而 `.iloc` 索引器用于通过整数位置访问行/列。如果DataFrame的行索引是默认的整数序列（从0开始），那么 `.loc` 和 `.iloc` 在访问相同行时表现出相同的行为。