Lassen Sie uns weitergehen und fortfahren, Spalten und Zeilen nach Indizes zu extrahieren. Daher müssen Sie mit einem Attribut vertraut sein, das `loc[]` ähnlich ist.

Unser folgendes Attribut ist `iloc[]`; es ist wie **Index-Location**, und Sie haben vielleicht erraten, dass es uns ermöglicht, sowohl mit den Indizes von Spalten als auch von Zeilen zu arbeiten.

Zuerst müssen wir uns an die Indizes erinnern. Die **erste** Zeile hat den Index `0`, die nächste `1`, die nächste `2` und so weiter. Aber wir können auch vom Ende zählen (tatsächlich ist dies in Datensätzen nicht praktisch, aber es kann irgendwie hilfreich sein), sodass die **letzte** den Index `-1` hat, die **vorletzte** ist `-2` und so weiter...

Schauen Sie sich die Tabelle an:

Wir werden jedoch mit der einfachsten Implementierung des Attributs `iloc[]` beginnen, indem wir mit dem folgenden Datensatz arbeiten (unten sind die ersten fünf Zeilen):

Schauen Sie sich das Codebeispiel und die Ausgabe an:

- `data.iloc[0]` - extrahiert die **allererste** Zeile des Datensatzes;
- `data.iloc[1]` - extrahiert die **zweite** Zeile des Datensatzes;
- `data.iloc[-1]` - extrahiert die **allerletzte** Zeile des Datensatzes;
- `data.iloc[-2]` - extrahiert die **vorletzte** Zeile des Datensatzes.

Wie Sie vielleicht erkannt haben, zeigt die Variable `Name` am Ende der Ausgabe ebenfalls die Zeilennummer an, wie `Name: 998`.
## Frage
**Ersetzen Sie die Platzhalter** `___` **in einem Codefenster mit Ihrem Code, um die Frage darunter zu beantworten**.

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/people.csv')

print(data.___) # CHANGE CODE HERE (to answer the question below)
print(data.___) # CHANGE CODE HERE (to answer the question below)

Beachten Sie, dass der Index einer ersten Person **0** ist.

Extrahiere die zweite und die letzte Zeile im obigen Codefenster. Wie heißen diese Personen?

Dieser Kurs enthält viele nützliche Funktionen für einen zukünftigen Datenanalysten. Sie werden verschiedene Möglichkeiten der Datenextraktion kennenlernen und sogar Bedingungen darauf setzen. Danach werden Sie mit den Methoden der Datenaggregation vertraut sein. Außerdem lernen Sie, wie man Daten vorverarbeitet. Jede Sektion hat ihren eigenen Datensatz, sodass der Kurs spannend sein wird.

In diesem Abschnitt lernen Sie, wie Sie bestimmte Spalten anhand ihrer Titel oder Indizes ausgeben können. Außerdem werden Sie mit den Möglichkeiten vertraut gemacht, wie Sie Zeilen anhand von Indizes auswählen können.

Hier lernen Sie, wie Sie Daten extrahieren, die bestimmte Bedingungen erfüllen. Außerdem lernen Sie, wie Sie diese kombinieren und sogar Ihre eigenen erstellen.

In diesem Abschnitt erweitern Sie Ihr Wissen über das Festlegen verschiedener Datenbedingungen. Sie lernen, zu überprüfen, ob Ihre Daten in einer definierten Liste von Werten oder zwischen zwei Werten liegen. Sie lernen auch, wie Sie die größten und kleinsten Werte finden.

Dieser Abschnitt ist einer der faszinierendsten des Kurses. Hier lernen Sie, wie Sie Daten auf verschiedene Weise gruppieren können. Es wird Ihnen helfen, als Datenanalyst zu arbeiten, um Informationen über bestimmte Datengruppen zu finden.

Dieser Abschnitt ist einer der bedeutendsten für einen Datenanalysten, da es unmöglich sein wird, mit den Daten zu arbeiten, wenn sie fehlende Werte im falschen Format enthalten. Daher lernen Sie hier, wie Sie mit solchen ungeeigneten Werten umgehen.

Fortgeschrittene Techniken in Pandas

Mehr Über die Indexierung Lernen

Frage