Iloc-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
.
12345import 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)
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:
12345678import 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])
Efter at have kørt ovenstående kode, får du rækker, der svarer til de indekser, der er angivet på billedet nedenfor:
Tak for dine kommentarer!
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
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
Iloc-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
.
12345import 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)
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:
12345678import 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])
Efter at have kørt ovenstående kode, får du rækker, der svarer til de indekser, der er angivet på billedet nedenfor:
Tak for dine kommentarer!