Contenido del Curso
Primeros Pasos con Pandas
Primeros Pasos con Pandas
Función iloc() 2/2
El DataFrame con el que estamos trabajando:
En el DataFrame con el que estamos trabajando, también se puede utilizar la indexación negativa. La indexación negativa comienza desde el final del DataFrame: el índice -1 apunta a la última fila, -2 a la penúltima, y así sucesivamente.
Para acceder a la séptima fila (que se refiere a Latvia), puede utilizar el índice 6 o -1. Veamos cómo funciona esto en la práctica.
import pandas dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(dataset) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
La ejecución del código anterior devolverá la fila resaltada en la imagen siguiente:
¡Es hora de practicar!
Tarea
Tenemos un DataFrame llamado audi_cars.
- Muestre todos los detalles del DataFrame para el modelo
Audi A1del año 2017. - Muestre todos los detalles del DataFrame del modelo
Audi A1del año 2016. Para ello, tendrás que utilizar la indexación negativa. - Muestre todos los detalles del DataFrame del modelo
Audi A3.
Asegúrese de utilizar la función iloc(). ¡Pruébelo!
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
Función iloc() 2/2
El DataFrame con el que estamos trabajando:
En el DataFrame con el que estamos trabajando, también se puede utilizar la indexación negativa. La indexación negativa comienza desde el final del DataFrame: el índice -1 apunta a la última fila, -2 a la penúltima, y así sucesivamente.
Para acceder a la séptima fila (que se refiere a Latvia), puede utilizar el índice 6 o -1. Veamos cómo funciona esto en la práctica.
import pandas dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(dataset) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
La ejecución del código anterior devolverá la fila resaltada en la imagen siguiente:
¡Es hora de practicar!
Tarea
Tenemos un DataFrame llamado audi_cars.
- Muestre todos los detalles del DataFrame para el modelo
Audi A1del año 2017. - Muestre todos los detalles del DataFrame del modelo
Audi A1del año 2016. Para ello, tendrás que utilizar la indexación negativa. - Muestre todos los detalles del DataFrame del modelo
Audi A3.
Asegúrese de utilizar la función iloc(). ¡Pruébelo!
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
Función iloc() 2/2
El DataFrame con el que estamos trabajando:
En el DataFrame con el que estamos trabajando, también se puede utilizar la indexación negativa. La indexación negativa comienza desde el final del DataFrame: el índice -1 apunta a la última fila, -2 a la penúltima, y así sucesivamente.
Para acceder a la séptima fila (que se refiere a Latvia), puede utilizar el índice 6 o -1. Veamos cómo funciona esto en la práctica.
import pandas dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(dataset) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
La ejecución del código anterior devolverá la fila resaltada en la imagen siguiente:
¡Es hora de practicar!
Tarea
Tenemos un DataFrame llamado audi_cars.
- Muestre todos los detalles del DataFrame para el modelo
Audi A1del año 2017. - Muestre todos los detalles del DataFrame del modelo
Audi A1del año 2016. Para ello, tendrás que utilizar la indexación negativa. - Muestre todos los detalles del DataFrame del modelo
Audi A3.
Asegúrese de utilizar la función iloc(). ¡Pruébelo!
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
El DataFrame con el que estamos trabajando:
En el DataFrame con el que estamos trabajando, también se puede utilizar la indexación negativa. La indexación negativa comienza desde el final del DataFrame: el índice -1 apunta a la última fila, -2 a la penúltima, y así sucesivamente.
Para acceder a la séptima fila (que se refiere a Latvia), puede utilizar el índice 6 o -1. Veamos cómo funciona esto en la práctica.
import pandas dataset = {'country' : ['Thailand', 'Philippines', 'Monaco', 'Malta', 'Sweden', 'Paraguay', 'Latvia'], 'continent' : ['Asia', 'Asia', 'Europe', 'Europe', 'Europe', 'South America', 'Europe'], 'capital':['Bangkok', 'Manila', 'Monaco', 'Valletta', 'Stockholm', 'Asuncion', 'Riga']} countries = pandas.DataFrame(dataset) # Accessing to the seventh row using negative indexing print(countries.iloc[-1])
La ejecución del código anterior devolverá la fila resaltada en la imagen siguiente:
¡Es hora de practicar!
Tarea
Tenemos un DataFrame llamado audi_cars.
- Muestre todos los detalles del DataFrame para el modelo
Audi A1del año 2017. - Muestre todos los detalles del DataFrame del modelo
Audi A1del año 2016. Para ello, tendrás que utilizar la indexación negativa. - Muestre todos los detalles del DataFrame del modelo
Audi A3.
Asegúrese de utilizar la función iloc(). ¡Pruébelo!
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opcionesCambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones