Lära Sig Mer om Indexering
Låt oss gå vidare och fortsätta extrahera kolumner och rader med hjälp av index. Därför behöver du känna till ett attribut som liknar loc[].
Vårt nästa attribut är iloc[]; det står för index-location, och du har kanske redan gissat att det låter oss arbeta med både kolumners och raders index.
Först behöver vi repetera indexering. Första raden har index 0, nästa har 1, därefter 2, och så vidare. Vi kan även räkna bakifrån (detta är inte alltid praktiskt i datasätt, men kan vara användbart ibland), så den sista raden har index -1, den näst sista är -2, och så vidare...
Titta på tabellen:
Vi börjar dock med den enklaste användningen av attributet iloc[], och arbetar med följande datasätt (nedan visas de fem första raderna):
Titta på kodexemplet och utdata:
data.iloc[0]– extraherar första raden i datasättet;data.iloc[1]– extraherar andra raden i datasättet;data.iloc[-1]– extraherar sista raden i datasättet;data.iloc[-2]– extraherar näst sista raden i datasättet.
Som du kanske har lagt märke till visar variabeln Name även radnumret i slutet av utskriften, till exempel Name: 998.
Fråga
Ersätt platshållarna ___ i kodfönstret med din kod för att besvara frågan nedan.
12345import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/people.csv') print(data.___) # CHANGE CODE HERE (to answer the question below) print(data.___) # CHANGE CODE HERE (to answer the question below)
Observera att indexet för den första personen är 0.
Tack för dina kommentarer!
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
What should I use to extract the first and last rows using iloc[]?
Can you explain how negative indices work with iloc[]?
Could you show an example of extracting the second and second-to-last rows?
Awesome!
Completion rate improved to 3.03Lära Sig Mer om Indexering
Svep för att visa menyn
Låt oss gå vidare och fortsätta extrahera kolumner och rader med hjälp av index. Därför behöver du känna till ett attribut som liknar loc[].
Vårt nästa attribut är iloc[]; det står för index-location, och du har kanske redan gissat att det låter oss arbeta med både kolumners och raders index.
Först behöver vi repetera indexering. Första raden har index 0, nästa har 1, därefter 2, och så vidare. Vi kan även räkna bakifrån (detta är inte alltid praktiskt i datasätt, men kan vara användbart ibland), så den sista raden har index -1, den näst sista är -2, och så vidare...
Titta på tabellen:
Vi börjar dock med den enklaste användningen av attributet iloc[], och arbetar med följande datasätt (nedan visas de fem första raderna):
Titta på kodexemplet och utdata:
data.iloc[0]– extraherar första raden i datasättet;data.iloc[1]– extraherar andra raden i datasättet;data.iloc[-1]– extraherar sista raden i datasättet;data.iloc[-2]– extraherar näst sista raden i datasättet.
Som du kanske har lagt märke till visar variabeln Name även radnumret i slutet av utskriften, till exempel Name: 998.
Fråga
Ersätt platshållarna ___ i kodfönstret med din kod för att besvara frågan nedan.
12345import pandas as pd data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/people.csv') print(data.___) # CHANGE CODE HERE (to answer the question below) print(data.___) # CHANGE CODE HERE (to answer the question below)
Observera att indexet för den första personen är 0.
Tack för dina kommentarer!
