Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lære Iloc-Grundlæggende | De Allerførste Skridt
Pandas Første Skridt

bookIloc-Grundlæggende

Du kan også få adgang til rækker i en DataFrame via deres indeks. Der er flere måder at gøre dette på:

  • .iloc – bruges til at tilgå rækker via deres numeriske indeks, startende fra 0;
  • .loc – bruges til at tilgå rækker via deres streng-etiket.

I dette kursus fokuserer vi udelukkende på brugen af attributten .iloc.

12345
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) print(countries)
copy

DataFrame har følgende struktur:

Du kan bemærke den første kolonne, som fungerer som rækkeindeks. Vi bruger disse indekser til at tilgå specifikke rækker i DataFrame. Syntaksen for dette attribut er som følger:

df.iloc[index]

Vi kan anvende dette attribut til at tilgå den tredje og syvende række i vores DataFrame:

12345678
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) # Accessing to the third and seventh rows print(countries.iloc[2]) print(countries.iloc[6])
copy

Efter at have kørt ovenstående kode, får du rækker, der svarer til de indekser, der er angivet på billedet nedenfor:

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 1. Kapitel 13

Spørg AI

expand

Spørg AI

ChatGPT

Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat

Suggested prompts:

Can you explain how to access multiple rows at once using `.iloc`?

What happens if I use a negative index with `.iloc`?

Can I use `.iloc` to access both rows and columns at the same time?

Awesome!

Completion rate improved to 3.03

bookIloc-Grundlæggende

Stryg for at vise menuen

Du kan også få adgang til rækker i en DataFrame via deres indeks. Der er flere måder at gøre dette på:

  • .iloc – bruges til at tilgå rækker via deres numeriske indeks, startende fra 0;
  • .loc – bruges til at tilgå rækker via deres streng-etiket.

I dette kursus fokuserer vi udelukkende på brugen af attributten .iloc.

12345
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) print(countries)
copy

DataFrame har følgende struktur:

Du kan bemærke den første kolonne, som fungerer som rækkeindeks. Vi bruger disse indekser til at tilgå specifikke rækker i DataFrame. Syntaksen for dette attribut er som følger:

df.iloc[index]

Vi kan anvende dette attribut til at tilgå den tredje og syvende række i vores DataFrame:

12345678
import pandas as pd countries_data = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pd.DataFrame(countries_data) # Accessing to the third and seventh rows print(countries.iloc[2]) print(countries.iloc[6])
copy

Efter at have kørt ovenstående kode, får du rækker, der svarer til de indekser, der er angivet på billedet nedenfor:

Var alt klart?

Hvordan kan vi forbedre det?

Tak for dine kommentarer!

Sektion 1. Kapitel 13
some-alt