Python er et fantastisk sprog til at lave dataanalyse, primært på grund af det fantastiske økosystem af datacentrerede Python-pakker. Pandaer er en af de pakker, der gør import og analyse af data meget nemmere. her lærer vi at udtrække rækker ved hjælp af Pandas .iloc[] in Python.
Pandas .iloc[] syntaks
Syntaks: pandas.DataFrame.iloc[]
Parametre: Indeksposition af rækker i heltal eller liste over heltal.
Returtype: Dataramme eller serie afhængig af parametre
Hvad er Pandas .iloc[] i Python?
I Python Pandas bibliotek,.iloc[]>er en indeksering, der bruges til heltal-placering-baseret indeksering af data i en DataFrame . Det giver brugerne mulighed for at vælge specifikke rækker og kolonner ved at levere heltalsindekser, hvilket gør det til et værdifuldt værktøj til datamanipulation og udtræk baseret på numeriske positioner i DataFrame. Denne indeksering er især nyttig, når du ønsker at få adgang til eller manipulere data ved hjælp af heltalsbaseret positionsindeksering i stedet for etiketter.
Brugt datasæt: For at downloade den CSV, der bruges i koden, skal du klikke .iloc[]> til heltal-placeringsbaseret indeksering. De udtrukne rækker udskrives til verifikation.
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)> |
>
>
Output:
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>
Konklusion
Afslutningsvis Pandaer.iloc[]>i Python er et kraftfuldt værktøj til at udtrække rækker baseret på heltal-placering indeksering. Dens værdi skinner i datasæt, hvor numeriske positioner betyder mere end etiketter. Denne funktion tillader selektiv hentning af individuelle rækker eller udsnit, hvilket gør den afgørende for effektiv datamanipulation og analyse. Alsidigheden af.iloc[]>øger fleksibiliteten i dataudtræk, hvilket muliggør problemfri adgang til specifikke dele af datasæt. Som en grundlæggende komponent i Pandas,.iloc[]>bidrager væsentligt til effektiviteten og klarheden af datarelaterede opgaver for udviklere og dataforskere.