iloc 的全称是 integer location-based indexing（基于整数位置的索引）。
核心拆解：
- i：integer（整数），强调索引依据是“整数位置”（从 0 开始计数）；
- loc：location（位置），对应 Pandas 中“索引定位”的统一命名逻辑（如
loc是 label-based location，基于标签的位置索引）。
通俗理解：iloc 就是“按整数位置找数据”的工具，不管行/列的标签（索引名）是什么，只认其在数据结构中的“排名位置”（第 0 位、第 1 位、第 n-1 位），和 Python 列表的索引逻辑完全一致。
示例回顾：
df = pd.DataFrame([10,20,30], index=["a","b","c"], columns=["数值"])
df.iloc[1] # 取第1位（位置）的行，返回 20，与标签"b"无关
需要我补充 iloc 与 loc 的详细对比示例，或讲解复杂索引场景（如多维切片、布尔索引）的用法吗？
