Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Notions de Base d'Iloc | Les Tout Premiers Pas
Premiers Pas avec Pandas

bookNotions de Base d'Iloc

Vous pouvez également accéder aux lignes d’un DataFrame par leur index. Il existe plusieurs méthodes pour cela :

  • .iloc – utilisé pour accéder aux lignes par leur index numérique, en commençant à 0 ;
  • .loc – utilisé pour accéder aux lignes par leur étiquette de chaîne de caractères.

Dans ce cours, nous nous concentrerons exclusivement sur l’utilisation de l’attribut .iloc.

12345
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)
copy

La DataFrame présente la structure suivante :

Vous pouvez remarquer la première colonne, qui sert d’index de ligne. Nous utiliserons ces index pour accéder à des lignes spécifiques dans la DataFrame. La syntaxe de cet attribut est la suivante :

df.iloc[index]

Nous pouvons appliquer cet attribut pour accéder à la troisième et à la septième ligne de notre DataFrame :

12345678
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])
copy

Après avoir exécuté le code ci-dessus, vous obtiendrez les lignes correspondant aux index indiqués dans l'image ci-dessous :

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 13

Demandez à l'IA

expand

Demandez à l'IA

ChatGPT

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

Awesome!

Completion rate improved to 3.03

bookNotions de Base d'Iloc

Glissez pour afficher le menu

Vous pouvez également accéder aux lignes d’un DataFrame par leur index. Il existe plusieurs méthodes pour cela :

  • .iloc – utilisé pour accéder aux lignes par leur index numérique, en commençant à 0 ;
  • .loc – utilisé pour accéder aux lignes par leur étiquette de chaîne de caractères.

Dans ce cours, nous nous concentrerons exclusivement sur l’utilisation de l’attribut .iloc.

12345
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)
copy

La DataFrame présente la structure suivante :

Vous pouvez remarquer la première colonne, qui sert d’index de ligne. Nous utiliserons ces index pour accéder à des lignes spécifiques dans la DataFrame. La syntaxe de cet attribut est la suivante :

df.iloc[index]

Nous pouvons appliquer cet attribut pour accéder à la troisième et à la septième ligne de notre DataFrame :

12345678
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])
copy

Après avoir exécuté le code ci-dessus, vous obtiendrez les lignes correspondant aux index indiqués dans l'image ci-dessous :

Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 1. Chapitre 13
some-alt