Panda Access Row per indice

“Panda è una biblioteca; Possiamo dire che si tratta di una libreria "open source" progettata principalmente per lo spostamento in modo efficiente e logicamente con dati relazionali o etichettati. Offre una serie di strutture e procedure di informazione per lavorare con serie temporali e informazioni quantitative. La Biblioteca Numpy funge da base per questa biblioteca. Pandas è rapido e offre ai suoi utenti prestazioni ed efficienza eccezionali. Abbiamo frame dati in "panda" che memorizza i dati in forma tabulare e possiamo anche accedere alle righe in "panda" dai loro valori indicizzati. L'accesso alle righe per indice significa ottenere tutti i dati della riga desiderata mettendo il suo valore dell'indice. In questo tutorial, accederemo alle righe per indice e spiegheremo qui quali metodi vengono utilizzati per accedere alle righe per indice in Panda."

Metodi per accedere alla riga per indice in panda

"Pandas" fornisce due diversi metodi per accedere alle righe per indice. Discuteremo questi metodi qui in questa guida e questi metodi sono:

• Loc [] Metodo.
• metodo iloc [].

Facciamo alcuni codici e utilizzeremo entrambi i metodi separatamente e controlleremo i risultati di come questi metodi sono utilizzati in "Panda".

Esempio 01: utilizzando DataFrame.Loc [] Metodo

Stiamo aprendo l'app "Spyder" per eseguire questi esempi, che sono presentati qui in questo tutorial. Stiamo iniziando con il nostro primo codice qui importando il "panda come PD", che è la parte più importante qui. Accederemo alla funzione "Panda" semplicemente scrivendo "PD". Ora abbiamo creato un frame dati e ci siamo messi in giro per le righe e le colonne. Il nome di questo frame dati è "report" qui.

Siamo indirizzati ad aggiungere alcuni dati e mettiamo "serial_no" come primo nome di colonna e aggiungiamo "1", "2", "3", "4" e "5" a questa colonna "serial_no". Dopo questo, abbiamo aggiunto la colonna "Studenti", e qui abbiamo "Smith", "Jack", "Joseph", "Robert" e "Cherry" in questa colonna. La colonna successiva si chiama "insegnanti" e abbiamo aggiunto "Mia", "Thomas", "Emma", "Charles" e "Olivia". Ora arriva la colonna "soggetto" e in questo stiamo aggiungendo "inglese", "matematica", "esso", "scienza" e "sociale" come argomenti. E l'ultima colonna che abbiamo è la colonna "Credit_hrs". Mettiamo "3", "4", "4", "5" e "6" nella colonna "Credit_hrs". E converti tutti questi dati nel frame dati di seguito mettendo "PD.DataFrame "e archiviandolo in una nuova variabile denominata" report1 ". Successivamente, stampiamo questo frame dati "report1" sulla schermata della console utilizzando "Print ()" ". Ora stiamo impostando il "indice" su questo frame dati utilizzando il metodo "set_index".

Qui scegliamo "serial_no" come indice. Al di sotto di questo, stiamo utilizzando il "dati di dati.Loc "Metodo per ottenere le righe che vogliamo. Qui abbiamo messo il nome del frame dati, che è "report1", e abbiamo anche messo il "serail_no" le cui righe vogliamo accedere. Selezioniamo "2" dal "serial_no" perché vogliamo selezionare la riga di cui "serial_no" è "2". E archiviamo questa riga nella variabile "risultato". Dopo questo, abbiamo "stampa" per rendere questa riga sullo schermo della console di "Spyder".

Premiamo semplicemente "Shift+Enter" e otteniamo questo risultato del codice. Qui, seleziona la riga di cui "serial_no" è "2" e questa riga contiene "Jack", "Thomas", "Maths" e "4". Accediamo a questa riga utilizzando il "dati di dati.Metodo Loc ".

Esempio 02

Usiamo di nuovo il codice sopra, ma in questo esempio, selezioneremo più di una riga utilizzando il frame "DataFrame.Metodo Loc ". Stiamo creando dati di dati e dopo aver stampato il frame dati, impostiamo l'indice. Quindi, abbiamo messo due parentesi quadrate e abbiamo inserito due diversi "Credit_hrs" in queste parentesi quadrate, come mostrato. Qui aggiungiamo "3, 5", quindi restituirà i dati di due righe le cui "Credit_HRS" sono "3" e "4". Stiamo memorizzando entrambe le righe nella variabile "RSLT" e quindi stampandole usando "Print ()".

Questo risultato dimostra che qui otteniamo due file. Il "credito_hrs" della prima riga a cui accediamo qui è "3", e il secondo è "5", poiché abbiamo selezionato Credit_HRS "3" e "4" per accedere a queste due righe.

Esempio 03: Utilizzo di dati.metodo iloc []

Qui iniziamo questo codice e importiamo il "Panda come PD". Il nome del Frame Data è "stock" in questa istanza. Ci viene chiesto di aggiungere alcuni dati, quindi chiamiamo la prima colonna come "oggetti" e inseriamo il "latte", "sponch", "palla", "gomma" e "puff" in questa colonna "oggetti". Successivamente, abbiamo aggiunto la colonna "cancelleria", in cui includiamo "puntatore", "registri", "rimozione", "inchiostro" e "marcatore". La colonna "Qualità" è la prossima e stiamo aggiungendo i valori di qualità come "buono", "migliore", "superbo", "medio" e "buono" ad esso.

Visualizziamo lo "stock" con il supporto della dichiarazione "print ()". Ora, c'è il "Frame dei dati.Metodo iloc [] "di seguito e posizioniamo il valore dell'indice" 2 "per ottenere la riga dell'indice 2 e salvarlo come variabile" dati ". Dopo questo, abbiamo una "print ()" che rende questa riga sul terminale di "Spyder".

La riga dell'indice 2 contiene tre valori che sono "palla", "rimozione" e "superbo". Quindi, accede a questa riga e rende sotto.

Esempio 04

Aggiorna l'esempio 3 qui e selezionare due valori dell'indice per accedere a tre righe. Il telaio di dati "prodotto" viene creato qui con gli stessi dati dell'esempio 3 e lo rende anche. Scegliamo qui tre diversi valori dell'indice e li mettiamo tra due parentene quadrate. Scegliamo i valori dell'indice "0", "2" e "4". Quindi, queste tre righe sono selezionate e archiviate nella variabile "Data1". Reniamo tutte e tre le righe anche mettendo la funzione "Print ()" qui.

Innanzitutto, puoi vedere l'intero telaio di dati e, in basso, puoi osservare che stampa le righe selezionate quando accediamo a queste tre righe consumando il "dati dati.Metodo iloc [] ".

Esempio 05

Abbiamo di nuovo un telaio di dati qui in questo codice con il nome "vendita". Dopo aver visualizzato questo telaio di dati "vendita", inseriamo direttamente "DataFrame.Metodo ILOoc "nell'istruzione di stampa. Quindi, accederà e stamperà anche le righe accessibili. Qui ": 3" viene utilizzato, il che significa che stiamo accedendo alle prime tre righe qui.

L'output rende l'intero telaio di dati e le prime tre righe del telaio di dati di seguito, poiché abbiamo accesso a queste tre righe definendole nel "DataFrame.Metodo iloc [] ".

Esempio 06

In questo codice, accederemo alle righe alternative. Dopo aver definito e stampato il telaio dati originale, posizioniamo il "data frame.Metodo ILOC ”come parametro dell'istruzione di stampa e impostare" [:: 2] "in essa, che rappresenta che vogliamo accedere alle righe alternative da questo determinato dati di dati. Accederà alle righe alternative e le stampano anche sul terminale.

Guarda questo output e controlla che dopo aver visualizzato il telaio completo, accede alle righe alternative da questo frame dati e le visualizza sotto il telaio dati originale.

Conclusione

Abbiamo scritto questo tutorial per aiutarti a capire come "accedere alle righe per indice" in "Panda". Abbiamo definito due metodi qui, che sono il "dati di dati.Metodo LOC [] "e" DataFrame.Metodo iloc [] ", ed eseguito anche più esempi in cui utilizziamo sia i metodi che l'accediamo alle righe in modi diversi. Abbiamo anche reso le uscite insieme agli script di codice. Abbiamo spiegato in profondità ogni codice qui. Spero che imparerai facilmente come accedere alle righe per indice e quali metodi vengono utilizzati per accedere alle righe per indice in "Panda".