pandas中iloc函数的使用

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd

x = np.linspace(0, 50*873, 874)
y = np.linspace(0, 50*1164, 1165)
z = np.zeros((1165, 874)) 
a = pd.read_excel('程序及数据\\程序及数据\\02第2章  数据处理与可视化\\附件1：区域高程数据.xlsx', sheet_name='Sheet1', header=None)
b = a.drop([874, 875], axis=0)
print(b[1][1])
for i in range(0, 874):
    for j in range(0, 1165):
        z[j, i] = int(b.iloc[i, j])

ax = plt.axes(projection='3d')
X, Y = np.meshgrid(x, y)
ax.plot_surface(X, Y, z, cmap='viridis')
plt.show()

请问

z[j, i] = int(b.iloc[i, j])

将b中的值赋给z矩阵为什么必须使用iloc（）函数 而不能用pandas自带的索引

iloc方法是使用位置进行索引，参数为位置。pandas自带的索引，也是可以的。只是，以该例为例，写为，z[a][b]形式，其中对DataFrame使用单个索引z[a]，a必须是列名，不能是索引值。z[a]得到一个Series。然后再对这个Series进行索引，该索引的方式默认优先标签索引，如果标签不存在，则尝试位置索引。相比使用loc和iloc这样稍有麻烦。