Python es un gran lenguaje para realizar análisis de datos, principalmente debido al fantástico ecosistema de paquetes Python centrados en datos. pandas es uno de esos paquetes que facilita mucho la importación y el análisis de datos. aquí estamos aprendiendo cómo extraer filas usando Pandas .iloc[] en Pitón.
Sintaxis de Pandas .iloc[]
Sintaxis: pandas.DataFrame.iloc[]
Parámetros: Posición de índice de filas en un número entero o lista de números enteros.
Tipo de devolución: Marco de datos o Serie dependiendo de los parámetros
¿Qué es Pandas .iloc[] en Python?
En la biblioteca Python Pandas,.iloc[]>es un indexador que se utiliza para la indexación de datos basada en la ubicación de números enteros en un Marco de datos . Permite a los usuarios seleccionar filas y columnas específicas proporcionando índices enteros, lo que la convierte en una herramienta valiosa para la manipulación y extracción de datos basada en posiciones numéricas dentro del DataFrame. Este indexador es particularmente útil cuando desea acceder o manipular datos utilizando indexación posicional basada en números enteros en lugar de etiquetas.
Conjunto de datos utilizado: Para descargar el CSV utilizado en el código, haga clic en .iloc[]> para indexación basada en ubicación de números enteros. Las filas extraídas se imprimen para su verificación.
Python3
import> pandas as pd> # Creating a sample DataFrame> data>=> pd.DataFrame({> >'Name'>: [>'Geek1'>,>'Geek2'>,>'Geek3'>,>'Geek4'>,>'Geek5'>],> >'Age'>: [>25>,>30>,>22>,>35>,>28>],> >'Salary'>: [>50000>,>60000>,>45000>,>70000>,>55000>]> })> # Setting 'Name' column as the index for clarity> data.set_index(>'Name'>, inplace>=>True>)> # Displaying the original DataFrame> print>(>'Original DataFrame:'>)> print>(data)> # Extracting a single row by index> row_alice>=> data.iloc[>0>, :]> print>(>'
Extracted Row (Geek1):'>)> print>(row_alice)> # Extracting multiple rows using a slice> rows_geek2_to_geek3>=> data.iloc[>1>:>3>, :]> print>(>'
Extracted Rows (Geek2 to Geek3):'>)> print>(rows_geek2_to_geek3)> |
>
>
Producción :
Original DataFrame: Age Salary Name Geek1 25 50000 Geek2 30 60000 Geek3 22 45000 Geek4 35 70000 Geek5 28 55000 Extracted Row (Geek1): Age 25 Salary 50000 Name: Geek1, dtype: int64 Extracted Rows (Geek2 to Geek3): Age Salary Name Geek2 30 60000 Geek3 22 45000>
Conclusión
En conclusión, pandas.iloc[]>en Python es una poderosa herramienta para extraer filas basada en la indexación de ubicaciones enteras. Su valor brilla en conjuntos de datos donde las posiciones numéricas importan más que las etiquetas. Esta característica permite la recuperación selectiva de filas o sectores individuales, lo que la hace esencial para una manipulación y análisis de datos eficientes. La versatilidad de.iloc[]>mejora la flexibilidad en la extracción de datos, permitiendo un acceso fluido a porciones específicas de conjuntos de datos. Como componente fundamental de Pandas,.iloc[]>Contribuye significativamente a la eficiencia y claridad de las tareas relacionadas con los datos para desarrolladores y científicos de datos.