# La función Pandas iloc() de Python

La función `iloc[]` de la [Biblioteca Python Pandas](https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/python-pandas/) sirve para seleccionar datos dentro de un DataFrame de Pandas **basándose en su índice**. De esta manera, se pueden visualizar filas y columnas específicas de un DataFrame según su posición.

## Sintaxis de la propiedad `iloc[]` de Pandas

La propiedad iloc\[\] de Pandas acepta enteros que especifican **qué elementos del DataFrame deben ser seleccionados**. La sintaxis general para `DataFrame.iloc()` es la siguiente:

```python
DataFrame.iloc[selection]
```

Puedes pasar a `iloc[]` **un solo entero, una [lista de enteros en Python](https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/python-list/), un objeto de corte (slice) o una [tupla](https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/python-tuples/) con índices de filas y columnas** como parámetros.

## Uso de la propiedad Pandas `DataFrame.iloc[]`

El comportamiento de `iloc[]` de Pandas varía según el valor que pases a esta propiedad. Lo comprenderás mejor con la ayuda de los siguientes ejemplos prácticos:

### Selección de una fila específica

El primer paso consiste en crear un DataFrame. En este ejemplo se incluyen el nombre de varias personas, su edad y su lugar de residencia:

```python
import pandas as pd
# Ejemplo de DataFrame
data = {'Nombre': ['Ana', 'Juan', 'Carla', 'David'],
    'Edad': [28, 24, 22, 32],
    'Ciudad': ['Barcelona', 'Madrid', 'Huelva', 'Castellón']}
df = pd.DataFrame(data)
print(df)
```

El DataFrame resultante tiene este aspecto:

```none
Nombre  Edad    Ciudad
0     Ana    28    Barcelona
1     Juan     24    Madrid
2    Carla     22    Huelva
3    David     32    Castellón
```

Con la ayuda de `iloc[]` puedes seleccionar cualquier fila. Para ello, solo tienes que indicar la fila deseada:

```python
# Selección de la fila 0
result = df.iloc[0]
print(result)
```

En este ejemplo, se selecciona la primera fila (índice 0). El resultado muestra los datos de Ana:

```none
Nombre       Ana
Edad         28
Ciudad    Barcelona
Name: 0, dtype: object
```

### Selección de una fila y una columna específicas

Si además del índice de la fila deseas especificar el índice de la columna, puedes pasar ambos índices a `iloc[]` como parámetros, separados por una coma. Aquí tienes un ejemplo:

```python
# Selección de la fila 0 y la columna 1
result = df.iloc[0, 1]
print(result)
```

Con la llamada anterior a la función `iloc[]` de Pandas, se selecciona la primera fila (índice 0) y la segunda columna (índice 1). El resultado sería la edad de Ana: 28.

### Selección de varias filas y columnas usando objetos de corte (slices)

Pandas también te permite seleccionar varias filas y columnas al mismo tiempo con los objetos de corte de Python. Ten en cuenta que el índice que aparece después de los dos puntos no se incluye en la selección.

```python
# Selección de las dos primeras filas y las dos primeras columnas
result = df.iloc[0:2, 0:2]
print(result)
```

El resultado del código anterior sería:

```none
Nombre  Edad
0    Ana     28
1    Juan    24
```

Aquí se han seleccionado las dos primeras filas (`0:2`) y las dos primeras columnas (`0:2`). El DataFrame resultante solo contiene los elementos correspondientes.

### Selección de filas y columnas específicas utilizando listas

Como hemos mencionado anteriormente, también puedes seleccionar varias filas y columnas utilizando listas de Python. Este método presenta una ventaja con respecto a los anteriores, ya que te permite la selección de áreas no contiguas del DataFrame.

```python
# Selección de la primera y tercera fila, así como de la segunda y tercera columna
result = df.iloc[[0, 2], [1, 2]]
print(result)
```

En este código se han seleccionado la primera y la tercera fila (`[0, 2]`), y la segunda y tercera columna (`[1, 2]`). El resultado es el siguiente:

```none
Edad     Ciudad
0    28     Barcelona
2    22      Huelva
```


This is a markdown version of: [https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/propiedad-iloc-de-pandas-en-python/](https://www.ionos.es/digitalguide/paginas-web/desarrollo-web/propiedad-iloc-de-pandas-en-python/) for AI/LLM consumption.