Sélection de Lignes et de Colonnes Spécifiques
Vous avez maintenant traité les chapitres précédents, et il est temps de combiner vos connaissances. Il est possible de spécifier à la fois les lignes et les colonnes ; pour cela, il suffit de se familiariser avec l'attribut .loc[].
Cette fonction permet d'effectuer de nombreuses opérations de découpage, mais pour l'instant, nous allons simplement consolider les connaissances acquises dans les chapitres précédents.
Comme d'habitude, observez l'exemple puis le résultat obtenu.
data.loc[2:5, ['Director', 'ReleaseYear']]- outputs rows with the indices2,3,4,5(but remember that the indices start from0) from the columns'Director'and'ReleaseYear'(.loc[]includes the last index that you put into[]);data.loc[:5, ['Director', 'ReleaseYear']]- outputs rows with the indices0,1,2,3,4,5from the columns'Director'and'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]- outputs rows with the indices997,998,999(999is the index of the last row) from the columns'Director'and'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]oudata[['Director', 'ReleaseYear']]- outputs all rows from the columns'Director'and'ReleaseYear'.
Swipe to start coding
Votre tâche ici consiste à extraire les lignes et colonnes nécessaires. Suivez l’algorithme :
- Importez la bibliothèque
pandasavec l’aliaspd. - Lisez le fichier csv.
- Assignez à la variable
datales informations concernant les colonnes'Title','Stars','Category'(dans cet ordre) avec les lignes d’indices de15à85. - Affichez la variable
data_extracted.
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Awesome!
Completion rate improved to 3.03Sélection de Lignes et de Colonnes Spécifiques
Glissez pour afficher le menu
Vous avez maintenant traité les chapitres précédents, et il est temps de combiner vos connaissances. Il est possible de spécifier à la fois les lignes et les colonnes ; pour cela, il suffit de se familiariser avec l'attribut .loc[].
Cette fonction permet d'effectuer de nombreuses opérations de découpage, mais pour l'instant, nous allons simplement consolider les connaissances acquises dans les chapitres précédents.
Comme d'habitude, observez l'exemple puis le résultat obtenu.
data.loc[2:5, ['Director', 'ReleaseYear']]- outputs rows with the indices2,3,4,5(but remember that the indices start from0) from the columns'Director'and'ReleaseYear'(.loc[]includes the last index that you put into[]);data.loc[:5, ['Director', 'ReleaseYear']]- outputs rows with the indices0,1,2,3,4,5from the columns'Director'and'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]- outputs rows with the indices997,998,999(999is the index of the last row) from the columns'Director'and'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]oudata[['Director', 'ReleaseYear']]- outputs all rows from the columns'Director'and'ReleaseYear'.
Swipe to start coding
Votre tâche ici consiste à extraire les lignes et colonnes nécessaires. Suivez l’algorithme :
- Importez la bibliothèque
pandasavec l’aliaspd. - Lisez le fichier csv.
- Assignez à la variable
datales informations concernant les colonnes'Title','Stars','Category'(dans cet ordre) avec les lignes d’indices de15à85. - Affichez la variable
data_extracted.
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
single
