Pandas Iloc
Pandas iloc () -metode
Python tilbyr et mangfoldig utvalg av moduler og funksjoner for datamanipulering. Pandas -modulen gir oss ekstra alternativer når vi arbeider med store datasett når det gjelder både rader og kolonner. Python “ILOC ()” -systemet tillot oss å spesifisere en spesifikk informasjonsenhet eller en verdi fra et sett med verdier i en dataramme eller informasjon som er en del av en bestemt rad eller kolonne.
Syntaks for Pandas iloc () -metode
Eksempel: Med Pandas ILOC () -teknikken, henter du en enkelt rad fra en indeks
“Spyder” er verktøyet vi bruker. Vi har en dataramme som heter "bil" i dette eksemplet. Den har tre kolonner med overskriftene: “Navn”, “Pris” og “Model”. Det er fire rader helt: “Suzuki”, “Toyota”, “Honda City” og “Corolla” er i den første kolonnen. Prisene deres er: “200000”, “320000”, “290000” og “30000” i den andre kolonnen. Deres "modeller" er: "2022", "2021", "2020" og "2022".
Den opprettede Python -funksjonen “Index ()” finner et spesifisert element foran på en liste og gir indeksen for den første kopien. Det er en Python Range -metode som gir indeksen for et gitt element i en liste “A”, “B”, “C” og “D” er listet opp i indeksen. “DF” refererer til datarammen. Ved hjelp av utskriftsfunksjonen vil vi sende ut datarammen vår.
Å bruke metoden “ILOC ()” på rad vil være vårt neste store trinn, som også er gjenstand for artikkelen vår. Du kan velge en enkelt rad og kolonne ved å indeks bruke "iloc ()". "ILOC ()" -tjenesten lar oss skaffe et unikt nummer fra en rad eller kolonne ved å bruke indeksverdiene som for øyeblikket er satt til den. I denne koden skriver vi ut indeksen “D” ved å bruke “ILOC ()” -teknikken, og en indeks symboliserer “D”. Skrive ut “DF.ILOC [3] ”vil skrive ut indeksen“ D ”som vår utdata viser.
Basert på det anskaffede bildet er tabellen over biler som har tre kolonner og inneholder data lett synlige. I det påfølgende trinnet vises dataene for indeksen "D" ved hjelp av "ILOC []" -funksjonen. Lasltly, indeksnavnet, “D” og datatype, “Objekt” er tydelig.
Eksempel: hente en enkelt kolonne fra en indeks
Denne forekomsten kan sammenlignes med den første bortsett fra at vi i den første henter data for enkeltrekke, og i den andre henter vi enkeltkolonnetdata ved å bruke "ILOC ()". Det er fire kolonner i vår "resultat" dataramme: "student_name", "total_marks", "prosent" og "kommentarer". Navnene i den første kolonnen er: “Juliet”, “Willian”, “Alfie” og “Edward”. Studentene med score til "99", "40", "88" og "73" er inkludert i andre. Denne datarammen gir informasjon om studentens karakterer, enten de passerer eller mislykkes. “Indeks ()” En nylig kunngjort Python -funksjon lokaliserer et visst element øverst på en liste og returnerer. Indeksen er den samme som det vi brukte i forrige scenario “A”, “B”, “C” og “D”. “Print (DF)” brukes i utskriftsdatarammen.
Etter det skriver vi nå inn valg av indeksen ”A” ved å bruke “ILOC ()” -metoden. “Indeks ()” -funksjonen vil returnere elementets posisjon i den gitte listen eller linjene i strømmen. I likhet med det forrige eksemplet, velger vi kolonnen som viser den første kolonnen. I forrige eksempel ble det skrevet ut indeks "D". Men i dette eksemplet ble indeks “A” tatt og det er trykt ved hjelp av “DF.iloc [:, 0] ”. Utgangen vil vise resultatene.
Vi kan synlig se "resultat" -tabellen. Denne tabellen viser prosentandelen av studentens samlede merker og kommentarer er gitt etter navnet. Nå ser vi det vist i den første kolonnen “Student_name” som vi valgte å bruke “DF.iloc () ”fordi det tok“ 0 ”-indeksen. Denne kolonnen er plassert i “0” -indeksen, så den vises i den første kolonnen.
Eksempel: Bruke tilstand i Pandas ILOC () -metode
Datarammen vi bruker i dette eksemplet er den samme som det vi brukte i forrige eksempel. Du kan spesifisere en "tilstand" ved hjelp av "ILOC ()" -funksjonen, og utgangen vil være en dataaframe som inneholder radene og kolonnene som tilfredsstiller tilstanden. I denne praksisen kan "tilstanden" på en Pandas dataaframe implementeres om kolonnemessig, radmessig eller på egen basis. I dette eksemplet har vi laget en dataramme kalt "resultat" og lagt til fire kolonner som vi har satt inn data. Dette viser visse studentresultater.
På samme måte som forrige tilfelle, la vi til "Index ()" -metoden. Noen ganger kan det kreves flere forhold for å filtrere dataene våre. Vi bruker imidlertid bare en tilstand. Dette er noen av de grunnleggende prosessene som er utført for å legge til nye data ved hjelp av noen av våre unike analyser. Helt klart, løkker er for alt. Du kan se at den samme strukturen brukes til en rekke aktiviteter. Imidlertid har Pandas flere innebygde prosedyrer som er egnet til aktivitetene vi vanligvis trenger å utføre. Deretter bruker vi utskriftsfunksjonen for å vise vår "resultat" dataramme. Legg deretter til en tilstand større enn ”>” ved å bruke “DF. ILOC () ”til“ Total _merker ”for å vise dataene til de hvis merker er mer enn 40.
I den resulterende datarammen kan du se at vi viser tre verdier som betyr at en verdi blir kastet. Verdien som er eliminert er indeks “B” fordi tilstanden sier at merket vil være mer enn “40”. Som det fremgår av utgangsbildet, viser det bare informasjon om studenter hvis "totale merker" var høyere enn "40".
Konklusjon
Pythons "iloc ()" -prosedyre lar brukeren velge en valgt rad eller kolonne fra datasettet blir introdusert i Pandas -biblioteket. Gjennom å utnytte indeksverdier kan vi raskt få et bestemt nummer fra en rad eller kolonne gjennom Pythons “ILOC ()” -metode. Radnummer og kolonnummer er to eller flere kompetente parametere for ILOC -operatøren i Python. "ILOC ()" -funksjonen i Python godtar bare parametere av typen "int". I det første eksemplet så vi hvordan vi skulle implementere “ILOC ()” -metoden for å trekke ut data fra en enkelt “rad” med bruk av indeksen. "ILOC ()" -teknikken ble brukt til å trekke ut data fra en enkelt "kolonne" i det andre eksemplet gjennom deres indeks og dataene til studenten hvis merker er større enn førti vil bli vist i den siste utgangen der tilstanden ">" ble brukt på “Total_marks”. Dette er måtene å bruke Pandas “ILOC ()” -metoden og deres tilsvarende brukssaker.