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

Scorri per mostrare il menu

book
Sfida: Utilizzo di iloc

Il DataFrame con cui stiamo lavorando:

Puoi anche usare l'indicizzazione negativa per accedere alle righe nel DataFrame. L'indicizzazione negativa inizia dalla fine del DataFrame: l'indice -1 punta all'ultima riga, -2 alla penultima, e così via.

Per accedere alla settima riga (che si riferisce alla Lettonia), puoi usare l'indice 6 o -1.

123456
import pandas 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 = pandas.DataFrame(countries_data) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
copy

Eseguendo il codice sopra verrà restituita la riga evidenziata nell'immagine qui sotto:

Compito

Swipe to start coding

Ti viene dato un DataFrame chiamato audi_cars.

  • Visualizza tutti i dettagli dal DataFrame per il modello 'Audi A1' dell'anno 2017 e memorizza il risultato nella variabile audi_A1_2017.

  • Visualizza tutti i dettagli dal DataFrame per il modello 'Audi A1' dell'anno 2016 e memorizza il risultato nella variabile audi_A1_2016.

  • Visualizza tutti i dettagli dal DataFrame per il modello Audi A3 e memorizza il risultato nella variabile audi_A3.

Task Table

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 14

Chieda ad AI

expand
ChatGPT

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

book
Sfida: Utilizzo di iloc

Il DataFrame con cui stiamo lavorando:

Puoi anche usare l'indicizzazione negativa per accedere alle righe nel DataFrame. L'indicizzazione negativa inizia dalla fine del DataFrame: l'indice -1 punta all'ultima riga, -2 alla penultima, e così via.

Per accedere alla settima riga (che si riferisce alla Lettonia), puoi usare l'indice 6 o -1.

123456
import pandas 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 = pandas.DataFrame(countries_data) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
copy

Eseguendo il codice sopra verrà restituita la riga evidenziata nell'immagine qui sotto:

Compito

Swipe to start coding

Ti viene dato un DataFrame chiamato audi_cars.

  • Visualizza tutti i dettagli dal DataFrame per il modello 'Audi A1' dell'anno 2017 e memorizza il risultato nella variabile audi_A1_2017.

  • Visualizza tutti i dettagli dal DataFrame per il modello 'Audi A1' dell'anno 2016 e memorizza il risultato nella variabile audi_A1_2016.

  • Visualizza tutti i dettagli dal DataFrame per il modello Audi A3 e memorizza il risultato nella variabile audi_A3.

Task Table

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 1. Capitolo 14
Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Siamo spiacenti che qualcosa sia andato storto. Cosa è successo?
some-alt