Mehr Über Indizierung Erfahren
Gehen wir weiter und extrahieren wir weiterhin Spalten und Zeilen anhand von Indizes. Daher ist es notwendig, sich mit einem Attribut vertraut zu machen, das dem Attribut loc[] ähnlich ist.
Unser nächstes Attribut ist iloc[]; dies steht für index-location und, wie Sie vielleicht vermuten, ermöglicht es uns, sowohl mit den Indizes von Spalten als auch von Zeilen zu arbeiten.
Zunächst müssen wir uns die Indizes ins Gedächtnis rufen. Die erste Zeile hat den Index 0, die nächste 1, dann 2 und so weiter. Wir können aber auch vom Ende her zählen (das ist in Datensätzen zwar nicht besonders praktisch, kann aber dennoch nützlich sein): Die letzte Zeile hat den Index -1, die vorletzte -2 und so weiter...
Sehen Sie sich die Tabelle an:
Wir beginnen jedoch mit der einfachsten Anwendung des Attributs iloc[] und arbeiten mit folgendem Datensatz (unten sind die ersten fünf Zeilen dargestellt):
Sehen 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 bemerkt haben, zeigt die Variable Name am Ende der Ausgabe ebenfalls die Zeilennummer an, zum Beispiel Name: 998.
Frage
Ersetzen Sie die Platzhalter ___ im Codefenster durch Ihren Code, um die untenstehende Frage zu beantworten.
12345import 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 der ersten Person 0 ist.
Danke für Ihr Feedback!
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 3.03Mehr Über Indizierung Erfahren
Swipe um das Menü anzuzeigen
Gehen wir weiter und extrahieren wir weiterhin Spalten und Zeilen anhand von Indizes. Daher ist es notwendig, sich mit einem Attribut vertraut zu machen, das dem Attribut loc[] ähnlich ist.
Unser nächstes Attribut ist iloc[]; dies steht für index-location und, wie Sie vielleicht vermuten, ermöglicht es uns, sowohl mit den Indizes von Spalten als auch von Zeilen zu arbeiten.
Zunächst müssen wir uns die Indizes ins Gedächtnis rufen. Die erste Zeile hat den Index 0, die nächste 1, dann 2 und so weiter. Wir können aber auch vom Ende her zählen (das ist in Datensätzen zwar nicht besonders praktisch, kann aber dennoch nützlich sein): Die letzte Zeile hat den Index -1, die vorletzte -2 und so weiter...
Sehen Sie sich die Tabelle an:
Wir beginnen jedoch mit der einfachsten Anwendung des Attributs iloc[] und arbeiten mit folgendem Datensatz (unten sind die ersten fünf Zeilen dargestellt):
Sehen 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 bemerkt haben, zeigt die Variable Name am Ende der Ausgabe ebenfalls die Zeilennummer an, zum Beispiel Name: 998.
Frage
Ersetzen Sie die Platzhalter ___ im Codefenster durch Ihren Code, um die untenstehende Frage zu beantworten.
12345import 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 der ersten Person 0 ist.
Danke für Ihr Feedback!
