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 också komma åt rader i en DataFrame via deras index. Det finns flera sätt att göra detta:
- `.iloc` – används för att komma åt rader med deras numeriska index, med början från 0;
- `.loc` – används för att komma åt rader med deras strängetikett.

I denna kurs kommer du att fokusera enbart på att använda attributet `.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 första kolumnen, som fungerar som radindex. Använd dessa index för att komma åt specifika rader i `DataFrame`. Syntaxen för detta attribut är:

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

Använd detta attribut för att komma åt den tredje och sjunde raden 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])

Efter att ha kört koden ovan får du rader som motsvarar de index som visas i bilden nedan:

Pandas är ett mycket användarvänligt bibliotek för dataanalys. Det är också utformat för att hantera stora datamängder med hjälp av datastrukturer som DataFrame och Series. Detta gör det till ett ovärderligt verktyg inom Data Science. I denna guide kommer du att bekanta dig med olika statistiska funktioner, inklusive hur man hittar korrelationer, typvärden, medianer samt maximala och minimala värden i en datamängd. Du får även lära dig att hantera saknade värden och manipulera specifika värden, samt hur man tar bort dem.

Utforska grunderna i pandas-biblioteket. Skapa och manipulera Series och DataFrames, undersök deras struktur och stärk förståelsen för grundläggande dataoperationer.

Bemästra hur man läser in och hanterar data från CSV- och TXT-filer. Få praktisk erfarenhet av att importera dataset och förbereda dem för vidare analys med hjälp av pandas-verktyg.

Lär dig att utforska, rensa och sammanfatta data effektivt. Förstå hur man hanterar saknade värden, extraherar insikter och utför grundläggande statistiska operationer med pandas.

Grunderna i Iloc[]