Sélection de Lignes et Colonnes Spécifiques

D'accord, vous avez traité les chapitres précédents, et maintenant c'est le bon moment pour combiner vos connaissances. Vous pouvez spécifier à la fois les lignes et les colonnes ; pour ce faire, vous devez simplement être familier avec l'attribut .loc[].

Cette fonction nous permet d'effectuer de nombreuses opérations de découpage différentes, mais pour l'instant, nous allons simplement consolider les connaissances des chapitres précédents.

Comme d'habitude, regardez l'exemple puis la sortie.

data.loc[2:5, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 2, 3, 4, 5 (mais rappelez-vous que les indices commencent à 0) des colonnes 'Director' et 'ReleaseYear' (.loc[] inclut le dernier indice que vous mettez dans []);
data.loc[:5, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 0, 1, 2, 3, 4, 5 des colonnes 'Director' et 'ReleaseYear';
data.loc[997:, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 997, 998, 999 (999 est l'indice de la dernière ligne) des colonnes 'Director' et 'ReleaseYear';
data.loc[:, ['Director', 'ReleaseYear']] ou data[['Director', 'ReleaseYear']] - affiche toutes les lignes des colonnes 'Director' et 'ReleaseYear'.

Tâche

Swipe to start coding

Votre tâche ici est d'afficher les lignes et colonnes nécessaires. Suivez l'algorithme :

Importez la bibliothèque pandas avec l'alias pd.
Lisez le fichier csv.
Assignez à la variable data les informations sur les colonnes 'Title', 'Stars', 'Category' (dans cet ordre) avec les lignes ayant des indices de 15 à 85.
Affichez la variable data_extracted.

_{Une fois que vous avez terminé cette tâche, cliquez sur le bouton ci-dessous le code pour vérifier votre solution.}

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 3

Sélection de Lignes et Colonnes Spécifiques

Cette fonction nous permet d'effectuer de nombreuses opérations de découpage différentes, mais pour l'instant, nous allons simplement consolider les connaissances des chapitres précédents.

Comme d'habitude, regardez l'exemple puis la sortie.

data.loc[2:5, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 2, 3, 4, 5 (mais rappelez-vous que les indices commencent à 0) des colonnes 'Director' et 'ReleaseYear' (.loc[] inclut le dernier indice que vous mettez dans []);
data.loc[:5, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 0, 1, 2, 3, 4, 5 des colonnes 'Director' et 'ReleaseYear';
data.loc[997:, ['Director', 'ReleaseYear']] - affiche les lignes avec les indices 997, 998, 999 (999 est l'indice de la dernière ligne) des colonnes 'Director' et 'ReleaseYear';
data.loc[:, ['Director', 'ReleaseYear']] ou data[['Director', 'ReleaseYear']] - affiche toutes les lignes des colonnes 'Director' et 'ReleaseYear'.

Tâche

Swipe to start coding

Votre tâche ici est d'afficher les lignes et colonnes nécessaires. Suivez l'algorithme :

Importez la bibliothèque pandas avec l'alias pd.
Lisez le fichier csv.
Assignez à la variable data les informations sur les colonnes 'Title', 'Stars', 'Category' (dans cet ordre) avec les lignes ayant des indices de 15 à 85.
Affichez la variable data_extracted.

_{Une fois que vous avez terminé cette tâche, cliquez sur le bouton ci-dessous le code pour vérifier votre solution.}

Solution

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous

Tout était clair ?

Merci pour vos commentaires !

Section 1. Chapitre 3

Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous