Hvad er Python pandas-egen­ska­ben iloc[]?

Python pandas DataFrame-egen­ska­ben iloc[] bruges til at vælge data inden for en pandas DataFrame ved hjælp af indekser. Dette giver dig mulighed for at se bestemte rækker og kolonner i en DataFrame.

Hvad er syntaksen for pandas iloc[]?

Pandas iloc[] bruger heltal til at angive, hvilke elementer fra DataFrame der skal vælges. Den generelle syntaks for pandas DataFrame.iloc() er:

DataFrame.iloc[selection]

Du kan overføre pandas iloc[] et enkelt heltal, en Python-liste med heltal, et slice-objekt eller en Python-tuple med række- og ko­lon­ne­in­dek­ser.

Sådan bruges pan­dab­jør­ne DataFrame.iloc[]

Pandas iloc[] ’s adfærd ændrer sig afhængigt af den værdi, du overfører til egen­ska­ben. Vi har angivet for­skel­li­ge eksempler nedenfor for at il­lu­stre­re dette.

Valg af en række

Først opretter vi en DataFrame med for­skel­li­ge personer, deres alder og de byer, hvor de bor:

import pandas as pd
# Example of how to create a DataFrame
data = {'Name': ['Alicia', 'Carlos', 'Dara', 'Craig'],
    'Age': [28, 24, 22, 32],
    'City': ['Nottingham', 'London', 'Cardiff', 'Hull']}
df = pd.DataFrame(data)
print(df)

Den re­sul­te­ren­de DataFrame ser således ud:

Name  Age        City
0   Alicia   28		Nottingham
1   Carlos   24		London
2     Dara   22		Cardiff
3    Craig   32		Hull

Ved hjælp af iloc[] kan du nu vælge en hvilken som helst række ved at indtaste det til­sva­ren­de ræk­ke­in­deks:

# Selecting the first row (index 0)
result = df.iloc[0]
print(result)

I dette eksempel er den første række (indeks 0) blevet valgt. Re­sul­ta­tet in­de­hol­der dataene for Alicia:

Name       Alicia
Age            28
City     Nottingham
Name: 0, dtype: object

Valg af en række og en kolonne

Hvis du vil angive både en række- og ko­lon­ne­in­deks, skal du blot overføre disse værdier til iloc[] med et komma mellem dem:

# Select the first row and second column
result = df.iloc[0, 1]
print(result)

Med oven­stå­en­de kode vælger pandas iloc[] den første række (indeks 0) og den anden kolonne (indeks 1). Re­sul­ta­tet er Alicias alder: 28.

Valg af flere rækker og kolonner ved hjælp af udsnit

Du kan også vælge flere rækker og kolonner samtidigt ved hjælp af Python-slices. Husk, at indekset efter kolon ikke er in­klu­de­ret i mar­ke­rin­gen.

# Select the first two rows and first two columns
result = df.iloc[0:2, 0:2]
print(result)

Outputtet for oven­stå­en­de kode er:

Name  Age
0  Alicia   28
1  Carlos   24

Her vælges de to første rækker (0:2) og de to første kolonner (0:2). Den re­sul­te­ren­de DataFrame in­de­hol­der kun dataene i række 0 og 1 og kolonne 0 og 1.

Valg af flere rækker og kolonner med lister

Du kan også bruge Python-lister til at vælge flere rækker og kolonner. Fordelen ved lister er, at du kan vælge dele af DataFrame, der ikke ligger direkte ved siden af hinanden:

# Select the first and third rows and the second and third columns
result = df.iloc[[0, 2], [1, 2]]
print(result)

Her vælges den første og tredje række ([0, 2]) og den anden og tredje kolonne ([1, 2]), hvilket re­sul­te­rer i følgende output:

Age        City
0     28    Nottingham
2     22     Cardiff