Python è un ottimo linguaggio per l'analisi dei dati, principalmente grazie al fantastico ecosistema di pacchetti Python incentrati sui dati. Panda è uno di quei pacchetti che rende l'importazione e l'analisi dei dati molto più semplice. qui stiamo imparando come estrarre righe utilizzando Pandas .iloc[] in Pitone.
Sintassi .iloc[] di Panda
Sintassi: pandas.DataFrame.iloc[]
parametri: Posizione dell'indice delle righe in numeri interi o elenco di numeri interi.
Tipo di reso: Frame di dati o serie a seconda dei parametri
Cos'è Pandas .iloc[] in Python?
Nella libreria Python Pandas,.iloc[]>è un indicizzatore utilizzato per l'indicizzazione dei dati basata sulla posizione intera in a DataFrame . Consente agli utenti di selezionare righe e colonne specifiche fornendo indici interi, rendendolo uno strumento prezioso per la manipolazione e l'estrazione dei dati in base alle posizioni numeriche all'interno del DataFrame. Questo indicizzatore è particolarmente utile quando si desidera accedere o manipolare i dati utilizzando l'indicizzazione posizionale basata su numeri interi anziché le etichette.
Set di dati utilizzato: Per scaricare il CSV utilizzato nel codice, fare clic su .iloc[]> per l'indicizzazione basata sulla posizione intera. Le righe estratte vengono stampate per verifica.
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)> |
>
>
Produzione :
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>
Conclusione
In conclusione, Panda.iloc[]>in Python è un potente strumento per estrarre righe in base all'indicizzazione della posizione intera. Il suo valore risplende nei set di dati in cui le posizioni numeriche contano più delle etichette. Questa funzionalità consente il recupero selettivo di singole righe o sezioni, rendendola essenziale per un'efficiente manipolazione e analisi dei dati. La versatilità di.iloc[]>migliora la flessibilità nell'estrazione dei dati, consentendo un accesso continuo a porzioni specifiche di set di dati. Come componente fondamentale dei Panda,.iloc[]>contribuisce in modo significativo all'efficienza e alla chiarezza delle attività relative ai dati per sviluppatori e data scientist.