En Savoir Plus sur l'Indexation

Passons à la suite et continuons à extraire des colonnes et des lignes par indices. Donc, vous devez être familier avec un attribut similaire à loc[].

Notre attribut suivant est iloc[]; c'est comme index-location, et vous avez peut-être deviné qu'il nous permet de travailler avec les indices des colonnes et des lignes.

Tout d'abord, nous devons rappeler les indices. La première ligne a l'indice 0, la suivante 1, la suivante 2, et ainsi de suite. Mais aussi, nous pouvons compter à partir de la fin (en effet, ce n'est pas pratique dans les ensembles de données, mais cela peut être utile d'une certaine manière), donc la dernière a l'indice -1, l'avant-dernière est -2, et ainsi de suite...

Regardez le tableau :

Cependant, nous allons commencer par la mise en œuvre la plus simple de l'attribut iloc[], en travaillant avec l'ensemble de données suivant (ci-dessous sont ses cinq premières lignes) :

Regardez l'exemple de code et la sortie :

data.iloc[0] - extrait la toute première ligne du jeu de données ;
data.iloc[1] - extrait la deuxième ligne du jeu de données ;
data.iloc[-1] - extrait la toute dernière ligne du jeu de données ;
data.iloc[-2] - extrait l'avant-dernière ligne du jeu de données.

Comme vous l'avez peut-être reconnu, à la fin de la sortie, la variable Name montre également le numéro de ligne, comme Name: 998.

Question

Remplacez les espaces réservés ___ dans une fenêtre de code avec votre code pour répondre à la question ci-dessous.


              12345
            
import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/people.csv')

print(data.___) # CHANGE CODE HERE (to answer the question below)
print(data.___) # CHANGE CODE HERE (to answer the question below)

Notez que l'index d'une première personne est 0.

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 4

Demandez à l'IA

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

Contenu du cours

Techniques Avancées dans Pandas

1. Se Familiariser Avec l'Indexation et la Sélection de Données

2. Gestion des Conditions

Définir une Condition Sélection des Données en Fonction de la Condition Traiter Plusieurs Conditions Rendre Votre Code Magnifique Quiz sur les Conditions

3. Extraction de Données

4. Agrégation de Données

Se Familiariser Avec la Méthode .groupby()Regroupement par Plusieurs Colonnes Groupement Compliqué Groupement Avancé Gestion des Tableaux Croisés Dynamiques Créer un Tableau Croisé Dynamique

5. Prétraitement des Données