Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Lära Iloc-Grunder | De Allra Första Stegen
Pandas Första Steg

bookIloc-Grunder

Du kan också komma åt rader i en DataFrame via deras index. Det finns flera sätt att göra detta:

  • .iloc – används för att komma åt rader via deras numeriska index, med start från 0;
  • .loc – används för att komma åt rader via deras strängetikett.

I denna kurs kommer vi att fokusera uteslutande på att använda attributet .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

DataFrame har följande struktur:

Du kan observera den första kolumnen, som fungerar som radindex. Vi kommer att använda dessa index för att komma åt specifika rader i DataFrame. Syntaxen för detta attribut är följande:

df.iloc[index]

Vi kan använda detta attribut för att komma åt den tredje och sjunde raden i vår 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

Efter att ha kört ovanstående kod får du rader som motsvarar indexen som anges i bilden nedan:

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 13

Fråga AI

expand

Fråga AI

ChatGPT

Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal

Suggested prompts:

Can you explain how to access multiple rows at once using `.iloc`?

What happens if I use a negative index with `.iloc`?

Can I use `.iloc` to access both rows and columns at the same time?

Awesome!

Completion rate improved to 3.03

bookIloc-Grunder

Svep för att visa menyn

Du kan också komma åt rader i en DataFrame via deras index. Det finns flera sätt att göra detta:

  • .iloc – används för att komma åt rader via deras numeriska index, med start från 0;
  • .loc – används för att komma åt rader via deras strängetikett.

I denna kurs kommer vi att fokusera uteslutande på att använda attributet .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

DataFrame har följande struktur:

Du kan observera den första kolumnen, som fungerar som radindex. Vi kommer att använda dessa index för att komma åt specifika rader i DataFrame. Syntaxen för detta attribut är följande:

df.iloc[index]

Vi kan använda detta attribut för att komma åt den tredje och sjunde raden i vår 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

Efter att ha kört ovanstående kod får du rader som motsvarar indexen som anges i bilden nedan:

Var allt tydligt?

Hur kan vi förbättra det?

Tack för dina kommentarer!

Avsnitt 1. Kapitel 13
some-alt