Trekker ut rader med Pandas .iloc[] i Python
Python er et flott språk for å gjøre dataanalyse, først og fremst på grunn av det fantastiske økosystemet til datasentriske Python-pakker. Pandaer er en av de pakkene som gjør import og analyse av data mye enklere. her lærer vi hvordan du trekker ut rader ved å bruke Pandas .iloc[] i Python.
Pandas .iloc[]-syntaks
Syntaks: pandas.DataFrame.iloc[]
Parametere: Indeksposisjon for rader i heltall eller liste over heltall.
Returtype: Dataramme eller serie avhengig av parametere
Hva er Pandas .iloc[] i Python?
I Python Pandas-biblioteket, .iloc[]> er en indekserer som brukes for heltallsplasseringsbasert indeksering av data i en Dataramme . Det lar brukere velge spesifikke rader og kolonner ved å gi heltallsindekser, noe som gjør det til et verdifullt verktøy for datamanipulering og utvinning basert på numeriske posisjoner i DataFrame. Denne indekseringen er spesielt nyttig når du ønsker å få tilgang til eller manipulere data ved å bruke heltallsbasert posisjonsindeksering i stedet for etiketter.
Datasett brukt: For å laste ned CSV-en som brukes i koden, klikk .iloc[]> for heltallsbasert indeksering. De utpakkede radene skrives ut for verifisering.
Python3
import> pandas as pd> # Creating a sample DataFrame> data> => pd.DataFrame({> > 'Name'> : [> 'Geek1'> ,> 'Geek2'> ,> 'Geek3'> ,> 'Geek4'> ,> 'Geek5'> ],> > 'Age'> : [> 25> ,> 30> ,> 22> ,> 35> ,> 28> ],> > 'Salary'> : [> 50000> ,> 60000> ,> 45000> ,> 70000> ,> 55000> ]> })> # Setting 'Name' column as the index for clarity> data.set_index(> 'Name'> , inplace> => True> )> # Displaying the original DataFrame> print> (> 'Original DataFrame:'> )> print> (data)> # Extracting a single row by index> row_alice> => data.iloc[> 0> , :]> print> (> '
Extracted Row (Geek1):'> )> print> (row_alice)> # Extracting multiple rows using a slice> rows_geek2_to_geek3> => data.iloc[> 1> :> 3> , :]> print> (> '
Extracted Rows (Geek2 to Geek3):'> )> print> (rows_geek2_to_geek3)> |
Utgang:
Original DataFrame: Age Salary Name Geek1 25 50000 Geek2 30 60000 Geek3 22 45000 Geek4 35 70000 Geek5 28 55000 Extracted Row (Geek1): Age 25 Salary 50000 Name: Geek1, dtype: int64 Extracted Rows (Geek2 to Geek3): Age Salary Name Geek2 30 60000 Geek3 22 45000
Konklusjon
Avslutningsvis, Pandaer .iloc[]> i Python er et kraftig verktøy for å trekke ut rader basert på indeksering av heltallsplassering. Dens verdi skinner i datasett der numeriske posisjoner betyr mer enn etiketter. Denne funksjonen tillater selektiv henting av individuelle rader eller skiver, noe som gjør den avgjørende for effektiv datamanipulering og analyse. Allsidigheten til .iloc[]> forbedrer fleksibiliteten i datautvinning, og muliggjør sømløs tilgang til spesifikke deler av datasett. Som en grunnleggende komponent i Pandas, .iloc[]> bidrar betydelig til effektiviteten og klarheten av datarelaterte oppgaver for utviklere og dataforskere.
