Valg af Specifikke Rækker og Kolonner
Du har nu gennemgået de foregående kapitler, og det er det rette tidspunkt at kombinere din viden. Du kan angive både rækker og kolonner; for at gøre dette skal du blot være bekendt med attributten .loc[]
.
Denne funktion giver mulighed for mange forskellige slicing-operationer, men for nu vil vi blot samle viden fra de tidligere kapitler.
Som sædvanlig, se på eksemplet og derefter på outputtet.
data.loc[2:5, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene2
,3
,4
,5
(bemærk, at indeks starter fra0
) fra kolonnerne'Director'
og'ReleaseYear'
(.loc[]
inkluderer det sidste indeks, du angiver i[]
);data.loc[:5, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene0
,1
,2
,3
,4
,5
fra kolonnerne'Director'
og'ReleaseYear'
;data.loc[997:, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene997
,998
,999
(999
er indekset for den sidste række) fra kolonnerne'Director'
og'ReleaseYear'
;data.loc[:, ['Director', 'ReleaseYear']]
ellerdata[['Director', 'ReleaseYear']]
– returnerer alle rækker fra kolonnerne'Director'
og'ReleaseYear'
.
Swipe to start coding
Din opgave her er at udtrække de nødvendige rækker og kolonner. Følg algoritmen:
- Importér
pandas
-biblioteket med aliasetpd
. - Læs csv-filen.
- Tildel variablen
data
information om kolonnerne'Title'
,'Stars'
,'Category'
(i denne rækkefølge) med rækker med indeks fra15
til85
. - Udskriv variablen
data_extracted
.
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Can you explain more about how .loc[] works with both rows and columns?
What happens if I specify a row or column that doesn't exist using .loc[]?
Can you show more examples of slicing with .loc[]?
Awesome!
Completion rate improved to 3.03
Valg af Specifikke Rækker og Kolonner
Stryg for at vise menuen
Du har nu gennemgået de foregående kapitler, og det er det rette tidspunkt at kombinere din viden. Du kan angive både rækker og kolonner; for at gøre dette skal du blot være bekendt med attributten .loc[]
.
Denne funktion giver mulighed for mange forskellige slicing-operationer, men for nu vil vi blot samle viden fra de tidligere kapitler.
Som sædvanlig, se på eksemplet og derefter på outputtet.
data.loc[2:5, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene2
,3
,4
,5
(bemærk, at indeks starter fra0
) fra kolonnerne'Director'
og'ReleaseYear'
(.loc[]
inkluderer det sidste indeks, du angiver i[]
);data.loc[:5, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene0
,1
,2
,3
,4
,5
fra kolonnerne'Director'
og'ReleaseYear'
;data.loc[997:, ['Director', 'ReleaseYear']]
– returnerer rækker med indeksene997
,998
,999
(999
er indekset for den sidste række) fra kolonnerne'Director'
og'ReleaseYear'
;data.loc[:, ['Director', 'ReleaseYear']]
ellerdata[['Director', 'ReleaseYear']]
– returnerer alle rækker fra kolonnerne'Director'
og'ReleaseYear'
.
Swipe to start coding
Din opgave her er at udtrække de nødvendige rækker og kolonner. Følg algoritmen:
- Importér
pandas
-biblioteket med aliasetpd
. - Læs csv-filen.
- Tildel variablen
data
information om kolonnerne'Title'
,'Stars'
,'Category'
(i denne rækkefølge) med rækker med indeks fra15
til85
. - Udskriv variablen
data_extracted
.
Løsning
Tak for dine kommentarer!
single