Python est un excellent langage pour analyser des données, principalement en raison du fantastique écosystème de packages Python centrés sur les données. Pandas est l'un de ces packages qui facilitent grandement l'importation et l'analyse des données. ici, nous apprenons comment extraire des lignes à l'aide de Pandas .iloc[] dans Python.
Syntaxe Pandas .iloc[]
Syntaxe: pandas.DataFrame.iloc[]
Paramètres: Position de l'index des lignes en entier ou liste d'entiers.
Type de retour : Trame de données ou série en fonction des paramètres
Qu'est-ce que Pandas .iloc[] en Python ?
Dans la bibliothèque Python Pandas,.iloc[]>est un indexeur utilisé pour l'indexation de données basée sur un emplacement entier dans un Trame de données . Il permet aux utilisateurs de sélectionner des lignes et des colonnes spécifiques en fournissant des indices entiers, ce qui en fait un outil précieux pour la manipulation et l'extraction de données basées sur des positions numériques dans le DataFrame. Cet indexeur est particulièrement utile lorsque vous souhaitez accéder ou manipuler des données en utilisant une indexation positionnelle basée sur des nombres entiers plutôt que des étiquettes.
Ensemble de données utilisé : Pour télécharger le CSV utilisé dans le code, cliquez sur .iloc[]> pour une indexation basée sur un emplacement entier. Les lignes extraites sont imprimées pour vérification.
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)> |
>
>
Sortir :
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>
Conclusion
En conclusion, les Pandas.iloc[]>en Python est un outil puissant pour extraire des lignes basées sur l'indexation d'emplacements entiers. Sa valeur brille dans les ensembles de données où les positions numériques comptent plus que les étiquettes. Cette fonctionnalité permet la récupération sélective de lignes ou de tranches individuelles, ce qui la rend essentielle pour une manipulation et une analyse efficaces des données. La polyvalence de.iloc[]>améliore la flexibilité dans l'extraction des données, permettant un accès transparent à des parties spécifiques des ensembles de données. En tant que composant fondamental de Pandas,.iloc[]>contribue de manière significative à l’efficacité et à la clarté des tâches liées aux données pour les développeurs et les data scientists.