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

Також можна отримати доступ до рядків у DataFrame за їхнім індексом. Існує кілька способів зробити це:
- `.iloc` — використовується для доступу до рядків за їхнім числовим індексом, починаючи з 0;
- `.loc` — використовується для доступу до рядків за їхньою текстовою міткою.

У цьому курсі основна увага приділяється використанню атрибута `.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)

DataFrame має таку структуру:

Ви можете побачити перший стовпець, який виконує роль індексу рядків. Використовуйте ці індекси для доступу до конкретних рядків у `DataFrame`. Синтаксис цього атрибута:

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

Використовуйте цей атрибут для доступу до третього та сьомого рядків у `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])

Після виконання наведеного вище коду буде отримано рядки, що відповідають індексам, зазначеним на зображенні нижче:

Pandas — це надзвичайно зручна бібліотека для аналізу даних. Вона також розроблена для роботи з великими наборами даних, використовуючи такі структури даних, як DataFrame і Series. Це робить її незамінним інструментом для Data Science. У цьому посібнику ви ознайомитеся з різноманітними статистичними функціями, зокрема з тим, як знаходити кореляції, моди, медіани, а також максимальні та мінімальні значення в наборі даних. Ви також дізнаєтеся, як обробляти пропущені значення та змінювати окремі значення, а також як їх видаляти.

Занурення в основи бібліотеки pandas. Створення та маніпулювання Series і DataFrame, дослідження їхньої структури, формування впевненості у виконанні базових операцій з даними.

Опанування навичок завантаження та обробки даних з файлів CSV і TXT. Практичний досвід імпортування наборів даних і підготовки їх до подальшого аналізу за допомогою інструментів pandas.

Ознайомлення з методами дослідження, очищення та узагальнення даних. Розуміння обробки пропущених значень, отримання інсайтів та виконання базових статистичних операцій за допомогою pandas.

Основи Iloc[]