使用Pandas的iloc方法可以根据行号（位置）或相对位置（布尔值）选择数据集中的子集。iloc[]中接受的参数是整数或整数列表，表示选择的行。
下面给出几个使用Pandas iloc的例子来说明如何提取行数：
例子1：提取单行数据
我们可以使用iloc方法来提取单个行号的数据，如下：
import pandas as pd
df = pd.read_csv('data.csv', index_col=0) # 读取csv文件，并设定索引为第一列
print(df.iloc[0]) # 提取第一行数据
上述代码中，我们首先使用pandas的read_csv方法读取了一个名为data.csv的csv文件，并将文件中的第一列设定为索引。然后，我们使用iloc方法通过传入0来选择第一行的数据，并将其打印出来。
例子2：提取多行数据
我们可以使用iloc方法来提取多个行号的数据，如下：
import pandas as pd
df = pd.read_csv('data.csv', index_col=0) # 读取csv文件，并设定索引为第一列
print(df.iloc[[0,2,4]]) # 提取第1、3、5行的数据
在此例中，我们向iloc方法传递一个包含三个整数的列表，这些整数代表我们要选择的行号。输出将包含所有这些行的数据。
例子3：提取连续区间行数据
我们可以使用iloc方法来提取连续区间的数据，如下：
import pandas as pd
df = pd.read_csv('data.csv', index_col=0) # 读取csv文件，并设定索引为第一列
print(df.iloc[1:5]) # 提取第2到第6行的数据
在此例中，我们通过向iloc方法传递一个切片对象，选择了第2到第6行的数据。注意，这里的起始索引是1，因为Pandas的行和列的索引都是从0开始的。
例子4：提取所有行的特定列数据
我们可以使用iloc方法来提取所有行的特定列数据，如下：
import pandas as pd
df = pd.read_csv('data.csv', index_col=0) # 读取csv文件，并设定索引为第一列
print(df.iloc[:, [0,2]]) # 提取所有行的第1和第3列的数据
在此例中，我们使用iloc方法并向其传递两个参数。第一个参数使用了冒号，表示我们要选择所有行。第二个参数是一个包含两个整数的列表，这些整数代表我们要选择的列号。输出将包含所有行和我们选定的两列的数据。
除了以上四种情况以外，还有很多其他可以使用iloc方法进行行切片的方式。总之，本文提供了一些使用pandas iloc方法来提取行数的简单示例，相信可以帮助您更好地了解这个方法。