# Wat is de Python pandas-eigenschap iloc\[\]?

De Python pandas DataFrame-eigenschap `iloc[]` wordt gebruikt om gegevens binnen een pandas DataFrame te selecteren **met behulp van indices**. Hiermee kunt u specifieke rijen en kolommen van een DataFrame bekijken.

## Wat is de syntaxis voor pandas `iloc[]`?

Pandas `iloc[]` gebruikt gehele getallen om aan te geven **welke elementen uit het DataFrame moeten worden geselecteerd**. De algemene syntaxis voor pandas `DataFrame.iloc()` is:

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

Je kunt pandas `iloc[]` **een enkel geheel getal, een Python-lijst met gehele getallen, een slice-object of een Python-tuple met rij- en kolomindexen** doorgeven.

## Hoe pandas `DataFrame.iloc[]` te gebruiken

Het gedrag van pandas `iloc[]` verandert afhankelijk van de waarde die u aan de eigenschap doorgeeft. Hieronder vindt u verschillende voorbeelden om dit te illustreren.

### Een rij selecteren

Eerst gaan we een DataFrame maken met verschillende personen, hun leeftijd en de steden waar ze wonen:

```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)
```

Het resulterende DataFrame ziet er als volgt uit:

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

Met `iloc[]` kunt u nu elke rij selecteren door de bijbehorende rij-index door te geven:

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

In dit voorbeeld is de eerste rij (index 0) geselecteerd. Het resultaat bevat de gegevens voor Alicia:

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

### Een rij en een kolom selecteren

Als u zowel een rij- als kolomindex wilt specificeren, geeft u deze waarden gewoon door aan `iloc[]` met een komma ertussen:

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

Met de bovenstaande code selecteert pandas `iloc[]` de eerste rij (index 0) en de tweede kolom (index 1). Het resultaat is de leeftijd van Alicia: 28.

### Meerdere rijen en kolommen selecteren met behulp van segmenten

Je kunt ook meerdere rijen en kolommen tegelijk selecteren met behulp van Python-slices. Houd er rekening mee dat de index na de dubbele punt niet in de selectie wordt opgenomen.

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

De uitvoer voor de bovenstaande code is:

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

Hier worden de eerste twee rijen (`0:2`) en de eerste twee kolommen (`0:2`) geselecteerd. Het resulterende DataFrame bevat alleen de gegevens in rijen 0 en 1 en kolommen 0 en 1.

### Meerdere rijen en kolommen selecteren met lijsten

Je kunt ook Python-lijsten gebruiken om meerdere rijen en kolommen te selecteren. Het voordeel van lijsten is dat je delen van het DataFrame kunt selecteren die niet direct naast elkaar liggen:

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

Hier worden de eerste en derde rij (`[0, 2]`) en de tweede en derde kolom (`[1, 2]`) geselecteerd, wat resulteert in de volgende uitvoer:

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


This is a markdown version of: [https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-iloc/](https://www.ionos.com/nl-be/digitalguide/websites/webontwikkeling/python-pandas-dataframe-iloc/) for AI/LLM consumption.