Summary  
This chapter covers how to use the pandas DataFrame .iloc attribute to select rows by their integer index positions.  

General domain of usage  
data analysis

Du kan också komma åt rader i en DataFrame via deras index. Det finns flera sätt att göra detta:
- `.iloc` – används för att komma åt rader via deras numeriska index, med början från 0;
- `.loc` – används för att komma åt rader via deras strängetikett.

I denna kurs kommer du att fokusera uteslutande på att använda attributet `.iloc`.


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)

Du kan se den första kolumnen, som fungerar som radindex. Använd dessa index för att komma åt specifika rader i `DataFrame`. Syntaxen för detta attribut är:

```python
df.iloc[index]
```

Använd detta attribut för att komma åt den tredje och sjunde raden i `DataFrame`:


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])

Efter att ha kört ovanstående kod får du rader som motsvarar de index som anges i bilden nedan:

Pandas är ett mycket användarvänligt bibliotek för dataanalys. Det är också utformat för att hantera stora datamängder med hjälp av datastrukturer som DataFrame och Series. Detta gör det till ett ovärderligt verktyg inom Data Science. I denna guide får du bekanta dig med olika statistiska funktioner, inklusive hur man hittar korrelationer, typvärden, medianer samt maximala och minimala värden i en datamängd. Du lär dig även hur man hanterar saknade värden och manipulerar specifika värden, samt hur man tar bort dem.

Fördjupa dig i grunderna för pandas-biblioteket. Skapa och manipulera Series och DataFrames, utforska deras struktur och stärk din förmåga att utföra grundläggande dataoperationer.

Bemästra hur du läser in och hanterar data från CSV- och TXT-filer. Få praktisk erfarenhet av att importera dataset och förbereda dem för vidare analys med hjälp av pandas-verktyg.

Lär dig att utforska, rensa och sammanfatta data på ett effektivt sätt. Förstå hur man hanterar saknade värden, extraherar insikter och utför grundläggande statistiska operationer med pandas.

Iloc[] Grunder

Awesome!

Iloc[] Grunder