Contenuti del Corso
Primi Passi con Pandas
Primi Passi con Pandas
Basi di iloc
Puoi anche accedere alle righe in un DataFrame tramite il loro indice. Ci sono diversi modi per farlo:
.iloc
- viene utilizzato per accedere alle righe tramite il loro indice numerico, a partire da 0;.loc
- viene utilizzato per accedere alle righe tramite la loro etichetta stringa.
In questo corso, ci concentreremo esclusivamente sull'utilizzo dell'attributo .iloc
.
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)
Il DataFrame ha la seguente struttura:
Puoi notare la prima colonna, che funge da indice di riga. Useremo questi indici per accedere a righe specifiche nel DataFrame. La sintassi di questo attributo è la seguente:
python
Possiamo applicare questo attributo per accedere alla terza e settima riga del nostro DataFrame:
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])
Dopo aver eseguito il codice sopra, otterrai le righe che corrispondono agli indici indicati nell'immagine qui sotto:
Grazie per i tuoi commenti!