Selezione di Righe e Colonne Specifiche
Bene, hai affrontato i capitoli precedenti, e ora è il momento giusto per unire le tue conoscenze. Puoi specificare sia le righe che le colonne; per farlo, è sufficiente conoscere l'attributo .loc[]
.
Questa funzione consente di eseguire diverse operazioni di slicing, ma per ora ci limiteremo a consolidare le conoscenze acquisite nei capitoli precedenti.
Come di consueto, osserva l'esempio e poi il relativo output.
data.loc[2:5, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici2
,3
,4
,5
(ricorda che gli indici partono da0
) dalle colonne'Director'
e'ReleaseYear'
(.loc[]
include l'ultimo indice inserito in[]
);data.loc[:5, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici0
,1
,2
,3
,4
,5
dalle colonne'Director'
e'ReleaseYear'
;data.loc[997:, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici997
,998
,999
(999
è l'indice dell'ultima riga) dalle colonne'Director'
e'ReleaseYear'
;data.loc[:, ['Director', 'ReleaseYear']]
oppuredata[['Director', 'ReleaseYear']]
- restituisce tutte le righe dalle colonne'Director'
e'ReleaseYear'
.
Swipe to start coding
Il tuo compito qui è di restituire le righe e le colonne necessarie. Segui l'algoritmo:
- Importa la libreria
pandas
con l'aliaspd
. - Leggi il file csv.
- Assegna alla variabile
data
le informazioni sulle colonne'Title'
,'Stars'
,'Category'
(in questo ordine) con le righe con indici da15
a85
. - Visualizza la variabile
data_extracted
.
Soluzione
Grazie per i tuoi commenti!
single
Chieda ad AI
Chieda ad AI
Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione
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 3.03
Selezione di Righe e Colonne Specifiche
Scorri per mostrare il menu
Bene, hai affrontato i capitoli precedenti, e ora è il momento giusto per unire le tue conoscenze. Puoi specificare sia le righe che le colonne; per farlo, è sufficiente conoscere l'attributo .loc[]
.
Questa funzione consente di eseguire diverse operazioni di slicing, ma per ora ci limiteremo a consolidare le conoscenze acquisite nei capitoli precedenti.
Come di consueto, osserva l'esempio e poi il relativo output.
data.loc[2:5, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici2
,3
,4
,5
(ricorda che gli indici partono da0
) dalle colonne'Director'
e'ReleaseYear'
(.loc[]
include l'ultimo indice inserito in[]
);data.loc[:5, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici0
,1
,2
,3
,4
,5
dalle colonne'Director'
e'ReleaseYear'
;data.loc[997:, ['Director', 'ReleaseYear']]
- restituisce le righe con gli indici997
,998
,999
(999
è l'indice dell'ultima riga) dalle colonne'Director'
e'ReleaseYear'
;data.loc[:, ['Director', 'ReleaseYear']]
oppuredata[['Director', 'ReleaseYear']]
- restituisce tutte le righe dalle colonne'Director'
e'ReleaseYear'
.
Swipe to start coding
Il tuo compito qui è di restituire le righe e le colonne necessarie. Segui l'algoritmo:
- Importa la libreria
pandas
con l'aliaspd
. - Leggi il file csv.
- Assegna alla variabile
data
le informazioni sulle colonne'Title'
,'Stars'
,'Category'
(in questo ordine) con le righe con indici da15
a85
. - Visualizza la variabile
data_extracted
.
Soluzione
Grazie per i tuoi commenti!
single