在Python中，iloc是一個pandas庫的函數，用于基于整數位置選擇數據。它可以通過整數索引或切片來選擇行和列。

iloc的用法如下：

1. 選擇單個元素：

   df.iloc[row_index, col_index]
   

2. 選擇多個元素：

   df.iloc[start_row:end_row, start_col:end_col]
   

3. 選擇特定行：

   df.iloc[row_indices]
   

4. 選擇特定列：

   df.iloc[:, col_indices]
   

5. 選擇行和列的組合：

   df.iloc[row_indices, col_indices]
   

6. 使用布爾索引選擇元素：

   df.iloc[boolean_index]
   

需要注意的是，iloc函數中的索引是基于0的，即第一個元素的索引為0。

以下是一些示例：

import pandas as pd

# 創建一個DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]}
df = pd.DataFrame(data)

# 選擇特定行和列的元素
element = df.iloc[1, 2]
print(element)  # 輸出結果為 8

# 選擇多行和多列的元素
subset = df.iloc[0:2, 1:3]
print(subset)
# 輸出結果為：
#    B  C
# 0  4  7
# 1  5  8

# 選擇特定的行和列
rows = [0, 2]
cols = [1, 2]
subset = df.iloc[rows, cols]
print(subset)
# 輸出結果為：
#    B  C
# 0  4  7
# 2  6  9

# 使用布爾索引選擇元素
boolean_index = df > 5
subset = df.iloc[boolean_index]
print(subset)
# 輸出結果為：
#    A    B    C
# 0 NaN  NaN  7.0
# 1 NaN  NaN  8.0
# 2 NaN  6.0  9.0

這些示例展示了iloc函數的基本用法，你可以根據自己的需求進行相應的調整。