Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Basi di iloc | I Primissimi Passi
Primi Passi con Pandas

bookBasi 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.

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

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:

df.iloc[index]

Possiamo applicare questo attributo per accedere alla terza e settima riga del nostro 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

Dopo aver eseguito il codice sopra, otterrai le righe che corrispondono agli indici indicati nell'immagine qui sotto:

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 13

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Awesome!

Completion rate improved to 3.03

bookBasi di iloc

Scorri per mostrare il menu

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.

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

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:

df.iloc[index]

Possiamo applicare questo attributo per accedere alla terza e settima riga del nostro 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

Dopo aver eseguito il codice sopra, otterrai le righe che corrispondono agli indici indicati nell'immagine qui sotto:

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 13
some-alt