Summary  
This chapter covers how to use the pandas DataFrame .iloc attribute to select rows by their integer index positions.  

General domain of usage  
data analysis

Voit myös hakea DataFrame-rivejä niiden indeksin perusteella. Tähän on useita tapoja:
- `.iloc` – käytetään rivien hakemiseen numeerisen indeksin perusteella, alkaen arvosta 0;
- `.loc` – käytetään rivien hakemiseen merkkijonotunnisteen perusteella.

Tällä kurssilla keskitytään yksinomaan `.iloc`-attribuutin käyttöön.


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)

DataFrame-taulukolla on seuraava rakenne:

Ensimmäinen sarake toimii rivien indeksinä. Käytä näitä indeksejä tiettyjen rivien hakemiseen `DataFrame`-taulukosta. Tämän ominaisuuden syntaksi on:

```python
df.iloc[index]
```

Tämän ominaisuuden avulla voit hakea kolmannen ja seitsemännen rivin `DataFrame`-taulukosta:


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])

Suoritettuasi yllä olevan koodin saat rivit, jotka vastaavat alla olevan kuvan osoittamia indeksejä:

Pandas on erittäin käyttäjäystävällinen kirjasto datan analysointiin. Se on suunniteltu käsittelemään suuria tietoaineistoja hyödyntäen tietorakenteita kuten DataFrame ja Series. Tämä tekee siitä korvaamattoman työkalun data-analytiikassa. Tässä oppaassa tutustut erilaisiin tilastollisiin funktioihin, kuten korrelaatioiden, moodien, mediaanien sekä suurimpien ja pienimpien arvojen etsimiseen tietoaineistosta. Opit myös käsittelemään puuttuvia arvoja, muokkaamaan yksittäisiä arvoja sekä poistamaan niitä.

Pandas-kirjaston perusteiden tarkastelu. Series- ja DataFrame-olioiden luominen ja muokkaaminen, rakenteen tutkiminen sekä olennaisten tietoaineistojen käsittelytoimintojen hallinnan vahvistaminen.

Opi lataamaan ja hallitsemaan dataa CSV- ja TXT-tiedostoista. Saat käytännön kokemusta aineistojen tuonnista ja niiden valmistelusta jatkoanalyysiä varten pandas-työkaluilla.

Opi tutkimaan, puhdistamaan ja tiivistämään dataa tehokkaasti. Ymmärrä puuttuvien arvojen käsittely, oivallusten löytäminen ja perus tilastollisten operaatioiden suorittaminen pandas-kirjastolla.

Iloc[] Perusteet

Awesome!

Iloc[] Perusteet