Sélection de Lignes et de Colonnes Spécifiques
Très bien, vous avez traité les chapitres précédents, et il est maintenant temps de combiner vos connaissances. Vous pouvez spécifier à la fois les lignes et les colonnes ; pour cela, il suffit de bien connaître l'attribut .loc[].
Cette fonction permet de réaliser de nombreuses opérations de découpage différentes, mais pour l'instant, nous allons simplement consolider les connaissances des chapitres précédents.
Comme d'habitude, examinez l'exemple puis le résultat obtenu.
data.loc[2:5, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices2,3,4,5(mais rappelez-vous que les indices commencent à0) des colonnes'Director'et'ReleaseYear'(.loc[]inclut le dernier indice indiqué dans[]) ;data.loc[:5, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices0,1,2,3,4,5des colonnes'Director'et'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices997,998,999(999étant l'indice de la dernière ligne) des colonnes'Director'et'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]oudata[['Director', 'ReleaseYear']]– affiche toutes les lignes des colonnes'Director'et'ReleaseYear'.
Swipe to start coding
Votre tâche ici consiste à extraire les lignes et colonnes nécessaires. Suivez l'algorithme :
- Importer la bibliothèque
pandasavec l'aliaspd. - Lire le fichier csv.
- Assigner à la variable
datales informations concernant les colonnes'Title','Stars','Category'(dans cet ordre) avec les lignes dont les indices vont de15à85. - Afficher 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
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 3.03Sélection de Lignes et de Colonnes Spécifiques
Glissez pour afficher le menu
Très bien, vous avez traité les chapitres précédents, et il est maintenant temps de combiner vos connaissances. Vous pouvez spécifier à la fois les lignes et les colonnes ; pour cela, il suffit de bien connaître l'attribut .loc[].
Cette fonction permet de réaliser de nombreuses opérations de découpage différentes, mais pour l'instant, nous allons simplement consolider les connaissances des chapitres précédents.
Comme d'habitude, examinez l'exemple puis le résultat obtenu.
data.loc[2:5, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices2,3,4,5(mais rappelez-vous que les indices commencent à0) des colonnes'Director'et'ReleaseYear'(.loc[]inclut le dernier indice indiqué dans[]) ;data.loc[:5, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices0,1,2,3,4,5des colonnes'Director'et'ReleaseYear';data.loc[997:, ['Director', 'ReleaseYear']]– affiche les lignes avec les indices997,998,999(999étant l'indice de la dernière ligne) des colonnes'Director'et'ReleaseYear';data.loc[:, ['Director', 'ReleaseYear']]oudata[['Director', 'ReleaseYear']]– affiche toutes les lignes des colonnes'Director'et'ReleaseYear'.
Swipe to start coding
Votre tâche ici consiste à extraire les lignes et colonnes nécessaires. Suivez l'algorithme :
- Importer la bibliothèque
pandasavec l'aliaspd. - Lire le fichier csv.
- Assigner à la variable
datales informations concernant les colonnes'Title','Stars','Category'(dans cet ordre) avec les lignes dont les indices vont de15à85. - Afficher 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
