Selección de Filas y Columnas Específicas
Bien, has completado los capítulos anteriores, y ahora es el momento adecuado para combinar tus conocimientos. Puedes especificar tanto filas como columnas; para ello, solo necesitas estar familiarizado con el atributo .loc[].
Esta función nos permite realizar diversas operaciones de segmentación, pero por ahora, solo consolidaremos los conocimientos de los capítulos anteriores.
Como de costumbre, observa el ejemplo y luego el resultado.
data.loc[2:5, ['Director', 'ReleaseYear']]- muestra las filas con los índices2,3,4,5(pero recuerda que los índices comienzan desde0) de las columnas'Director'y'ReleaseYear'(.loc[]incluye el último índice que se coloca en[]);data.loc[:5, ['Director', 'ReleaseYear']]- muestra las filas con los índices0,1,2,3,4,5de las columnas'Director'y'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]- muestra las filas con los índices997,998,999(999es el índice de la última fila) de las columnas'Director'y'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]odata[['Director', 'ReleaseYear']]- muestra todas las filas de las columnas'Director'y'ReleaseYear'.
Swipe to start coding
Tu tarea aquí es mostrar las filas y columnas necesarias. Sigue el siguiente algoritmo:
- Importa la biblioteca
pandascon el aliaspd. - Lee el archivo csv.
- Asigna a la variable
datala información sobre las columnas'Title','Stars','Category'(en este orden) con las filas cuyos índices van del15al85. - Muestra la variable
data_extracted.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
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
Selección de Filas y Columnas Específicas
Desliza para mostrar el menú
Bien, has completado los capítulos anteriores, y ahora es el momento adecuado para combinar tus conocimientos. Puedes especificar tanto filas como columnas; para ello, solo necesitas estar familiarizado con el atributo .loc[].
Esta función nos permite realizar diversas operaciones de segmentación, pero por ahora, solo consolidaremos los conocimientos de los capítulos anteriores.
Como de costumbre, observa el ejemplo y luego el resultado.
data.loc[2:5, ['Director', 'ReleaseYear']]- muestra las filas con los índices2,3,4,5(pero recuerda que los índices comienzan desde0) de las columnas'Director'y'ReleaseYear'(.loc[]incluye el último índice que se coloca en[]);data.loc[:5, ['Director', 'ReleaseYear']]- muestra las filas con los índices0,1,2,3,4,5de las columnas'Director'y'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]- muestra las filas con los índices997,998,999(999es el índice de la última fila) de las columnas'Director'y'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]odata[['Director', 'ReleaseYear']]- muestra todas las filas de las columnas'Director'y'ReleaseYear'.
Swipe to start coding
Tu tarea aquí es mostrar las filas y columnas necesarias. Sigue el siguiente algoritmo:
- Importa la biblioteca
pandascon el aliaspd. - Lee el archivo csv.
- Asigna a la variable
datala información sobre las columnas'Title','Stars','Category'(en este orden) con las filas cuyos índices van del15al85. - Muestra la variable
data_extracted.
Solución
¡Gracias por tus comentarios!
single