# Mikä on Python pandas -ominaisuus iloc\[\]?

Python pandas DataFrame -ominaisuutta `iloc[]` käytetään valitsemaan dataa pandas DataFrame -kehyksestä **indeksejä käyttämällä**. Tämän avulla voit tarkastella DataFrame-kehyksen tiettyjä rivejä ja sarakkeita.

## Mikä on pandas `iloc[]`:n syntaksi?

Pandas `iloc[]` käyttää kokonaislukuja määrittämään, **mitkä elementit DataFrame-kehyksestä tulisi valita**. Pandas `DataFrame.iloc()` n yleinen syntaksi on:

```python
DataFrame.iloc[selection]
```

Voit välittää pandas `iloc[]` **yhden kokonaisluvun, Python-listan kokonaisluvuista, viipaleobjektin tai Python-tuple-objektin, jossa on rivi- ja sarakkeiden indeksit**.

## Kuinka käyttää pandas `DataFrame.iloc[]`

Pandas `iloc[]` n käyttäytyminen muuttuu sen mukaan, minkä arvon välität ominaisuudelle. Olemme antaneet alla erilaisia esimerkkejä tämän havainnollistamiseksi.

### Rivin valitseminen

Ensin luomme DataFrame-kehyksen, joka sisältää erilaisia ihmisiä, heidän ikänsä ja asuinpaikkansa:

```python
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)
```

Tuloksena oleva DataFrame näyttää tältä:

```none
Name  Age        City
0   Alicia   28		Nottingham
1   Carlos   24		London
2     Dara   22		Cardiff
3    Craig   32		Hull
```

Käyttämällä `iloc[]`: `iloc[]` voit nyt valita minkä tahansa rivin välittämällä vastaavan rivin indeksin:

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

Tässä esimerkissä on valittu ensimmäinen rivi (indeksi 0). Tulos sisältää Alician tiedot:

```none
Name       Alicia
Age            28
City     Nottingham
Name: 0, dtype: object
```

### Rivin ja sarakkeen valitseminen

Jos haluat määrittää sekä rivin että sarakkeen indeksin, välitä nämä arvot `iloc[]` pilkulla erotettuna:

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

Yllä olevalla koodilla pandas `iloc[]` valitsee ensimmäisen rivin (indeksi 0) ja toisen sarakkeen (indeksi 1). Tuloksena on Alician ikä: 28.

### Useiden rivien ja sarakkeiden valitseminen viipaleiden avulla

Voit myös valita useita rivejä ja sarakkeita samanaikaisesti Python-viipaleiden avulla. Muista, että kaksoispisteen jälkeinen indeksi ei sisälly valintaan.

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

Yllä olevan koodin tulos on:

```none
Name  Age
0  Alicia   28
1  Carlos   24
```

Tässä valitaan kaksi ensimmäistä riviä (`0:2`) ja kaksi ensimmäistä saraketta (`0:2`). Tuloksena oleva DataFrame sisältää vain rivien 0 ja 1 sekä sarakkeiden 0 ja 1 tiedot.

### Useiden rivien ja sarakkeiden valitseminen luetteloista

Voit myös käyttää Python-listoja useiden rivien ja sarakkeiden valitsemiseen. Listojen etuna on, että voit valita DataFrame-taulukosta osia, jotka eivät ole suoraan vierekkäin:

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

Tässä valitaan ensimmäinen ja kolmas rivi (`[0, 2]`) sekä toinen ja kolmas sarake (`[1, 2]`), jolloin tuloksena saadaan seuraava tuloste:

```none
Age        City
0     28    Nottingham
2     22     Cardiff
```


This is a markdown version of: [https://www.ionos.com/fi-fi/digitalguide/verkkosivustot/verkkosivujen-kehittaeminen/python-pandas-dataframe-iloc/](https://www.ionos.com/fi-fi/digitalguide/verkkosivustot/verkkosivujen-kehittaeminen/python-pandas-dataframe-iloc/) for AI/LLM consumption.