# Kas ir Python pandas īpašība iloc\[\]?

Python pandas DataFrame īpašība `iloc[]` tiek izmantota, lai izvēlētos datus pandas DataFrame, **izmantojot indeksus**. Tas ļauj jums apskatīt konkrētas DataFrame rindas un kolonnas.

## Kāda ir pandas `iloc[]` sintakse?

Pandas `iloc[]` izmanto veselos skaitļus, lai norādītu, **kuri elementi no DataFrame ir jāizvēlas**. Pandas `DataFrame.iloc()` vispārīgā sintakse ir:

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

Jūs varat nodot pandas `iloc[]` **vienu veselu skaitli, Python veselo skaitļu sarakstu, segmenta objektu vai Python koppu ar rindu un kolonnu indeksiem**.

## Kā lietot pandas `DataFrame.iloc[]`

Pandas `iloc[]` darbība mainās atkarībā no vērtības, ko jūs nododat īpašībai. Lai to ilustrētu, zemāk esam snieguši dažādus piemērus.

### Rindas atlase

Vispirms izveidosim DataFrame ar dažādiem cilvēkiem, to vecumu un pilsētām, kurās viņi dzīvo:

```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)
```

Rezultātā iegūtais DataFrame izskatās šādi:

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

Izmantojot `iloc[]`, tagad varat izvēlēties jebkuru rindu, norādot atbilstošo rindas indeksu:

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

Šajā piemērā ir atlasīta pirmā rinda (indekss 0). Rezultātā ir iekļauti dati par Aliciju:

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

### Rindas un kolonnas atlase

Ja vēlaties norādīt gan rindu, gan kolonnas indeksu, vienkārši nododiet šīs vērtības `iloc[]`, starp tām ievietojot komatu:

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

Izmantojot iepriekš minēto kodu, pandas `iloc[]` izvēlas pirmo rindu (indekss 0) un otro kolonu (indekss 1). Rezultāts ir Alicijas vecums: 28 gadi.

### Vairāku rindu un kolonnu atlasīšana, izmantojot segmentus

Varat arī vienlaikus atlasīt vairākas rindas un kolonnas, izmantojot Python segmentus. Ņemiet vērā, ka indekss pēc defises netiek iekļauts atlasē.

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

Iepriekš minētā koda izvade ir:

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

Šeit ir atlasītas pirmās divas rindas (`0:2`) un pirmās divas kolonnas (`0:2`). Rezultātā DataFrame ietver tikai datus rindās 0 un 1 un kolonnās 0 un 1.

### Vairāku rindu un kolonnu atlase ar sarakstiem

Varat arī izmantot Python sarakstus, lai atlasītu vairākas rindas un kolonnas. Sarakstu priekšrocība ir tā, ka varat atlasīt DataFrame daļas, kas nav tieši blakus viena otrai:

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

Šeit ir atlasītas pirmā un trešā rinda (`[0, 2]`) un otrā un trešā kolonna (`[1, 2]`), kā rezultātā tiek iegūts šāds izvades rezultāts:

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


This is a markdown version of: [https://www.ionos.com/lv-lv/digitalguide/timekla-vietnes/timekla-izstrade/python-pandas-dataframe-iloc/](https://www.ionos.com/lv-lv/digitalguide/timekla-vietnes/timekla-izstrade/python-pandas-dataframe-iloc/) for AI/LLM consumption.