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

Ви також можете отримувати доступ до рядків у DataFrame за їхнім індексом. Існує декілька способів зробити це:
- `.iloc` — використовується для доступу до рядків за їхнім числовим індексом, починаючи з 0;
- `.loc` — використовується для доступу до рядків за їхньою текстовою міткою.

У цьому курсі ви будете зосереджені виключно на використанні атрибута `.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)

DataFrame має таку структуру:

Ви бачите перший стовпець, який виконує роль індексу рядків. Використовуйте ці індекси для доступу до конкретних рядків у `DataFrame`. Синтаксис цього атрибута:

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

Використовуйте цей атрибут для доступу до третього та сьомого рядків у `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])

Після виконання наведеного вище коду ви отримаєте рядки, що відповідають індексам, зазначеним на зображенні нижче:

Pandas — це надзвичайно зручна бібліотека для аналізу даних. Вона також розроблена для роботи з великими наборами даних, використовуючи такі структури даних, як DataFrame і Series. Це робить її незамінним інструментом для Data Science. У цьому посібнику ви ознайомитеся з різноманітними статистичними функціями, зокрема з тим, як знаходити кореляції, моди, медіани, а також максимальні та мінімальні значення в наборі даних. Ви також дізнаєтеся, як обробляти пропущені значення та змінювати окремі значення, а також як їх видаляти.

Занурення в основи бібліотеки pandas. Створення та маніпулювання Series і DataFrame, дослідження їхньої структури, формування впевненості у виконанні базових операцій з даними.

Опанування навичок завантаження та обробки даних з файлів CSV і TXT. Практичний досвід імпортування наборів даних і підготовки їх до подальшого аналізу за допомогою інструментів pandas.

Ознайомлення з методами дослідження, очищення та узагальнення даних. Розуміння обробки пропущених значень, отримання інсайтів та виконання базових статистичних операцій за допомогою pandas.

Основи Iloc[]