 Approfondimento sull'Indicizzazione
Approfondimento sull'Indicizzazione
Procediamo oltre ed estraiamo colonne e righe tramite indici. È quindi necessario conoscere un attributo simile a loc[].
Il prossimo attributo è iloc[]; il suo nome deriva da index-location e, come si può intuire, consente di lavorare sia con gli indici delle colonne che delle righe.
Innanzitutto, occorre ricordare gli indici. La prima riga ha indice 0, la successiva 1, poi 2 e così via. È anche possibile contare dalla fine (non è molto pratico nei dataset, ma può risultare utile in alcuni casi): l'ultima riga ha indice -1, la penultima -2 e così via...
Osserva la tabella:
Tuttavia, inizieremo con la più semplice implementazione dell'attributo iloc[], lavorando con il seguente dataset (di seguito sono riportate le prime cinque righe):
Consulta l'esempio di codice e il relativo output:
- data.iloc[0]- estrae la primissima riga del dataset;
- data.iloc[1]- estrae la seconda riga del dataset;
- data.iloc[-1]- estrae l'ultima riga del dataset;
- data.iloc[-2]- estrae la penultima riga del dataset.
Come avrai notato, alla fine dell'output, la variabile Name mostra anche il numero della riga, come Name: 998.
Domanda
Sostituisci i segnaposto ___ in una finestra di codice con il tuo codice per rispondere alla domanda sottostante.
12345import 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)
Nota che l'indice della prima persona è 0.
Grazie per i tuoi commenti!
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
Awesome!
Completion rate improved to 3.03 Approfondimento sull'Indicizzazione
Approfondimento sull'Indicizzazione
Scorri per mostrare il menu
Procediamo oltre ed estraiamo colonne e righe tramite indici. È quindi necessario conoscere un attributo simile a loc[].
Il prossimo attributo è iloc[]; il suo nome deriva da index-location e, come si può intuire, consente di lavorare sia con gli indici delle colonne che delle righe.
Innanzitutto, occorre ricordare gli indici. La prima riga ha indice 0, la successiva 1, poi 2 e così via. È anche possibile contare dalla fine (non è molto pratico nei dataset, ma può risultare utile in alcuni casi): l'ultima riga ha indice -1, la penultima -2 e così via...
Osserva la tabella:
Tuttavia, inizieremo con la più semplice implementazione dell'attributo iloc[], lavorando con il seguente dataset (di seguito sono riportate le prime cinque righe):
Consulta l'esempio di codice e il relativo output:
- data.iloc[0]- estrae la primissima riga del dataset;
- data.iloc[1]- estrae la seconda riga del dataset;
- data.iloc[-1]- estrae l'ultima riga del dataset;
- data.iloc[-2]- estrae la penultima riga del dataset.
Come avrai notato, alla fine dell'output, la variabile Name mostra anche il numero della riga, come Name: 998.
Domanda
Sostituisci i segnaposto ___ in una finestra di codice con il tuo codice per rispondere alla domanda sottostante.
12345import 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)
Nota che l'indice della prima persona è 0.
Grazie per i tuoi commenti!