Python is een geweldige taal voor het uitvoeren van data-analyse, vooral vanwege het fantastische ecosysteem van datagerichte Python-pakketten. Panda's is een van die pakketten die het importeren en analyseren van gegevens veel eenvoudiger maakt. hier leren we hoe we rijen kunnen extraheren met Pandas .iloc[] in Python.
Panda's .iloc[]-syntaxis
Syntaxis: panda's.DataFrame.iloc[]
Parameters: Indexpositie van rijen in geheel getal of lijst met gehele getallen.
Retourtype: Dataframe of serie afhankelijk van parameters
Wat is Pandas .iloc[] in Python?
In de Python Pandas-bibliotheek,.iloc[]>is een indexer die wordt gebruikt voor het indexeren van gegevens op basis van gehele getallen in een Gegevensframe . Het stelt gebruikers in staat specifieke rijen en kolommen te selecteren door gehele indices aan te bieden, waardoor het een waardevol hulpmiddel is voor gegevensmanipulatie en -extractie op basis van numerieke posities binnen het DataFrame. Deze indexer is met name handig als u gegevens wilt openen of manipuleren met behulp van op gehele getallen gebaseerde positionele indexering in plaats van labels.
Gebruikte dataset: Om het CSV-bestand dat in de code wordt gebruikt te downloaden, klikt u op .iloc[]> voor indexering op basis van gehele getallen. De geëxtraheerde rijen worden ter verificatie afgedrukt.
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)> |
>
>
Uitgang:
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>
Conclusie
Kortom, Panda's.iloc[]>in Python is een krachtig hulpmiddel voor het extraheren van rijen op basis van indexering op gehele locaties. De waarde ervan komt tot uiting in datasets waarin numerieke posities belangrijker zijn dan labels. Deze functie maakt het selectief ophalen van individuele rijen of segmenten mogelijk, waardoor dit essentieel is voor efficiënte gegevensmanipulatie en -analyse. De veelzijdigheid van.iloc[]>verbetert de flexibiliteit bij de gegevensextractie, waardoor naadloze toegang tot specifieke delen van datasets mogelijk wordt. Als fundamenteel onderdeel van Panda’s is.iloc[]>draagt aanzienlijk bij aan de efficiëntie en duidelijkheid van datagerelateerde taken voor ontwikkelaars en datawetenschappers.