Summary  
This chapter explains how to use the `.iloc` attribute to access rows by their integer position in a DataFrame.

General domain of usage  
Data analysis

Du kan også få tilgang til rader i en DataFrame ved hjelp av indeksen deres. Det finnes flere måter å gjøre dette på:
- `.iloc` – brukes for å få tilgang til rader etter deres numeriske indeks, som starter fra 0;
- `.loc` – brukes for å få tilgang til rader etter deres strengetikett.

I dette kurset vil du kun fokusere på å bruke attributtet `.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)

Du kan se den første kolonnen, som fungerer som radindeks. Bruk disse indeksene for å få tilgang til bestemte rader i `DataFrame`. Syntaksen for denne attributten er:

```python
df.iloc[index]
```

Bruk denne attributten for å få tilgang til tredje og syvende rad i `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])

Etter å ha kjørt koden over, får du rader som tilsvarer indeksene vist i bildet nedenfor:

Pandas er et svært brukervennlig bibliotek for dataanalyse. Det er også utviklet for å håndtere store datasett, ved å bruke datastrukturer som DataFrame og Series. Dette gjør det til et uvurderlig verktøy innen Data Science. I denne veiledningen blir du kjent med ulike statistiske funksjoner, inkludert hvordan du finner korrelasjoner, typetall, medianer samt maksimums- og minimumsverdier i et datasett. Du lærer også hvordan du håndterer manglende verdier og manipulerer spesifikke verdier, samt hvordan du fjerner dem.

Fordypning i grunnleggende konsepter i pandas-biblioteket. Opprettelse og manipulering av Series og DataFrames, utforskning av deres struktur, samt utvikling av trygghet i å utføre essensielle dataoperasjoner.

Lær å laste inn og håndtere data fra CSV- og TXT-filer. Få praktisk erfaring med å importere datasett og klargjøre dem for videre analyse ved hjelp av pandas-verktøy.

Lær å utforske, rense og oppsummere data på en effektiv måte. Forstå hvordan man håndterer manglende verdier, trekker ut innsikt og utfører grunnleggende statistiske operasjoner med pandas.

Grunnleggende om Iloc[]