Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.Oppiskele Iloc Perusteet | Ensimmäiset Askeleet
Pandas Ensimmäiset Askeleet
course content

Kurssisisältö

Pandas Ensimmäiset Askeleet

Pandas Ensimmäiset Askeleet

1. Ensimmäiset Askeleet
Mikä On Pandas?SarjatHaaste: Sarjan LuominenDatarunkoVisailu: Sarjan LuominenVisailu: DataFrame LuominenUuden Sarakkeen LisääminenUuden Sarakkeen LisääminenRivin/Sarakkeen PoistaminenVisailu: Toimintojen YhdistäminenTyöskentely Sarakkeiden KanssaVisailu: Sarakkeiden PoimiminenIloc PerusteetHaaste: iloc:n Käyttäminen
2. Tiedostojen Lukeminen Pandasilla
CSV-TiedostotTXT-TiedostotVisa: Työskentely Tiedostojen KanssaVisailu: Sarakkeiden Käsittely
3. Datan Analysointi
Datan TarkasteluVisailu: Head-Funktion KäyttöVisailu: Head, Tail ja SampleTutkitaan TietojoukkoaSarakkeiden Nimet ja TietotyypitNull-Arvojen LöytäminenVisailu: Null-Arvojen TunnistaminenHaaste: Null-Arvojen PoistaminenHaaste: Täyttää Null-ArvotVisailu: Null-ArvotKuvaillaan TietojaMax() ja Min()Visailu: Tilastolliset ToiminnotSum() ja Count()Ainutlaatuiset Arvot

book
Iloc Perusteet

Voit myös käyttää DataFramen rivejä niiden indeksin avulla. On useita tapoja tehdä tämä:

  • .iloc - käytetään rivien hakemiseen niiden numeerisen indeksin perusteella, alkaen 0:sta;
  • .loc - käytetään rivien hakemiseen niiden merkkijonotunnisteen perusteella.

Tässä kurssissa keskitymme yksinomaan .iloc-attribuutin käyttöön.


              
12345

            
import pandas as pd

countries_data = {'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 = pd.DataFrame(countries_data)
print(countries)
copy

DataFramella on seuraava rakenne:

Voit huomata ensimmäisen sarakkeen, joka toimii rivin indeksinä. Käytämme näitä indeksejä päästäksemme käsiksi tiettyihin riveihin DataFramessa. Tämän attribuutin syntaksi on seuraava:

df.iloc[index]

Voimme käyttää tätä attribuuttia päästäksemme käsiksi DataFramemme kolmanteen ja seitsemänteen riviin:


              
12345678

            
import pandas as pd

countries_data = {'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 = pd.DataFrame(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])
copy

Kun suoritat yllä olevan koodin, saat rivit, jotka vastaavat alla olevassa kuvassa ilmoitettuja indeksejä:

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 13

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

course content

Kurssisisältö

Pandas Ensimmäiset Askeleet

Pandas Ensimmäiset Askeleet

1. Ensimmäiset Askeleet
Mikä On Pandas?SarjatHaaste: Sarjan LuominenDatarunkoVisailu: Sarjan LuominenVisailu: DataFrame LuominenUuden Sarakkeen LisääminenUuden Sarakkeen LisääminenRivin/Sarakkeen PoistaminenVisailu: Toimintojen YhdistäminenTyöskentely Sarakkeiden KanssaVisailu: Sarakkeiden PoimiminenIloc PerusteetHaaste: iloc:n Käyttäminen
2. Tiedostojen Lukeminen Pandasilla
CSV-TiedostotTXT-TiedostotVisa: Työskentely Tiedostojen KanssaVisailu: Sarakkeiden Käsittely
3. Datan Analysointi
Datan TarkasteluVisailu: Head-Funktion KäyttöVisailu: Head, Tail ja SampleTutkitaan TietojoukkoaSarakkeiden Nimet ja TietotyypitNull-Arvojen LöytäminenVisailu: Null-Arvojen TunnistaminenHaaste: Null-Arvojen PoistaminenHaaste: Täyttää Null-ArvotVisailu: Null-ArvotKuvaillaan TietojaMax() ja Min()Visailu: Tilastolliset ToiminnotSum() ja Count()Ainutlaatuiset Arvot

book
Iloc Perusteet

Voit myös käyttää DataFramen rivejä niiden indeksin avulla. On useita tapoja tehdä tämä:

  • .iloc - käytetään rivien hakemiseen niiden numeerisen indeksin perusteella, alkaen 0:sta;
  • .loc - käytetään rivien hakemiseen niiden merkkijonotunnisteen perusteella.

Tässä kurssissa keskitymme yksinomaan .iloc-attribuutin käyttöön.


              
12345

            
import pandas as pd

countries_data = {'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 = pd.DataFrame(countries_data)
print(countries)
copy

DataFramella on seuraava rakenne:

Voit huomata ensimmäisen sarakkeen, joka toimii rivin indeksinä. Käytämme näitä indeksejä päästäksemme käsiksi tiettyihin riveihin DataFramessa. Tämän attribuutin syntaksi on seuraava:

df.iloc[index]

Voimme käyttää tätä attribuuttia päästäksemme käsiksi DataFramemme kolmanteen ja seitsemänteen riviin:


              
12345678

            
import pandas as pd

countries_data = {'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 = pd.DataFrame(countries_data)
# Accessing to the third and seventh rows
print(countries.iloc[2])
print(countries.iloc[6])
copy

Kun suoritat yllä olevan koodin, saat rivit, jotka vastaavat alla olevassa kuvassa ilmoitettuja indeksejä:

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 1. Luku 13
some-alt