PANDAS ACCESS FILA POR ÍNDICE

“Pandas es una biblioteca; Podemos decir que es una biblioteca de "código abierto" diseñada principalmente para moverse de manera eficiente y lógica con datos relacionales o etiquetados. Ofrece una gama de estructuras y procedimientos de información para trabajar con series de tiempo e información cuantitativa. La biblioteca Numpy sirve como base para esta biblioteca. Pandas es rápido y ofrece a sus usuarios un rendimiento y eficiencia excepcionales. Tenemos marcos de datos en "pandas" que almacena datos en forma tabular, y también podemos acceder a filas en "pandas" por sus valores de índice. Acceder a filas por índice significa obtener todos los datos de la fila deseada colocando su valor de índice. En este tutorial, accederemos a las filas por índice y explicaremos aquí qué métodos se utilizan para acceder a filas por índice en pandas."

Métodos para acceder a la fila por índice en pandas

"Pandas" proporciona dos métodos diferentes para acceder a las filas por índice. Discutiremos estos métodos aquí en esta guía, y estos métodos son:

• Método LOC [].
• método ILOC [].

Hagamos algunos códigos y utilizaremos ambos métodos por separado y verificaremos los resultados de cómo se utilizan estos métodos en "Pandas".

Ejemplo 01: Uso de DataFrame.Método LOC []

Estamos abriendo la aplicación "Spyder" para realizar estos ejemplos, que se presentan aquí en este tutorial. Estamos comenzando con nuestro primer código aquí importando el "Pandas como PD", que es la parte más importante aquí. Accederemos a la función "Pandas" simplemente escribiendo "PD". Ahora, hemos creado un marco de datos y colocamos algunas filas y columnas. El nombre de este marco de datos es "informar" aquí.

Estamos dirigidos a agregar algunos datos, y ponemos "Serial_No" como el primer nombre de la columna y agregamos "1", "2", "3", "4" y "5" a esta columna "Serial_NO". Después de esto, hemos agregado la columna "Estudiantes", y aquí tenemos "Smith", "Jack", "Joseph", "Robert" y "Cherry" en esta columna. La siguiente columna se llama "maestros", y agregamos "Mia", "Thomas", "Emma", "Charles" y "Olivia". Ahora viene la columna de "asignatura", y en esto, estamos agregando "inglés", "matemáticas", "it", "ciencia" y "social" como las asignaturas. Y la última columna que tenemos es la columna "Credit_HRS". Ponemos "3", "4", "4", "5" y "6" en la columna "Credit_hrs". Y convierta todos estos datos en el marco de datos a continuación colocando "PD.DataFrame "y almacenarlo en una nueva variable llamada" Report1 ". Después de esto, imprimimos este marco de datos "Report1" en la pantalla de la consola utilizando "print ()". Ahora estamos configurando el "índice" en este marco de datos utilizando el método "set_index".

Aquí elegimos "Serial_no" como índice. Debajo de esto, estamos utilizando el "marco de datos.Método loc ”para obtener las filas que queremos. Aquí ponemos el nombre del DataFrame, que es "Report1", y también colocamos el "Serail_no" a cuyas filas queremos acceder. Seleccionamos "2" del "Serial_NO" porque queremos seleccionar la fila cuya "Serial_No" es "2". Y almacenamos esta fila en la variable "resultado". Después de esto, tenemos "imprimir" para representar esta fila en la pantalla de la consola de "Spyder".

Simplemente presionamos "Shift+Enter" y obtenemos este resultado del código. Aquí, selecciona la fila cuyo "serial_no" es "2", y esta fila contiene "Jack", "Thomas", "Matemáticas" y "4". Accedemos a esta fila utilizando el "DataFrame.Método LOC ".

Ejemplo 02

Usamos el código anterior nuevamente, pero en este ejemplo, seleccionaremos más de una fila utilizando el "DataFrame.Método LOC ". Estamos creando DataFrame, y después de imprimir el DataFrame, establecemos el índice. Luego, colocamos dos soportes cuadrados y colocamos dos "Credit_HR" diferentes en estos soportes cuadrados, como se muestra. Aquí, agregamos "3, 5", por lo que devolverá datos de dos filas cuyos "Credit_HRS" son "3" y "4". Estamos almacenando ambas filas en la variable "RSLT" y luego imprimiéndolas usando "print ()".

Este resultado muestra que tenemos dos filas aquí. El "Credit_HRS" de la primera fila a la que accedemos aquí es "3", y el segundo es "5", como hemos seleccionado "3" y "4" Credit_HRS para acceder a estas dos filas.

Ejemplo 03: Uso de DataFrame.método ILOC []

Aquí comenzamos este código e importamos los "Pandas como PD". El nombre de DataFrame es "stock" en este caso. Se nos indica que agregemos algunos datos, por lo que nombramos la primera columna como "elementos" e ingresamos la "leche", "esponca", "bola", "goma" y "hojaldre" en esta columna de "elementos". Después de eso, agregamos la columna "Papelería", en la que incluimos "puntero", "registrar", "remover", "tinta" y "marcador". La columna de "calidad" es la siguiente, y estamos agregando los valores de calidad como "buenos", "mejor", "excelente", "promedio y" bueno "a él.

Mostramos el "stock" con el soporte de la instrucción "print ()". Ahora, está el "marco de datos.Método de ILOC [] "a continuación, y colocamos el valor del índice" 2 "para obtener la fila del índice 2 y guardarlo como una variable de" datos ". Después de esto, tenemos una "impresión ()" que hace esta fila en la terminal del "Spyder".

La fila del índice 2 contiene tres valores que son "pelota", "removedor" y "excelente". Entonces, accede a esta fila y se presenta a continuación.

Ejemplo 04

Actualice el ejemplo 3 aquí y seleccione dos valores de índice para acceder a tres filas. El marco de datos del "producto" se crea aquí con los mismos datos que en el Ejemplo 3 y también lo convierte en esto. Elegimos tres valores de índice diferentes aquí y los colocamos en dos soportes cuadrados. Elegimos los valores de índice "0", "2" y "4". Entonces, estas tres filas se seleccionan y almacenan en la variable "Data1". Presentamos las tres filas también colocando la función "print ()" aquí.

Primero, puede ver el cuadro de datos completo, y a continuación, puede observar que imprime las filas seleccionadas a medida que accedemos a estas tres filas consumiendo el "marco de datos.método ILOC [] ”.

Ejemplo 05

Nuevamente tenemos un marco de datos aquí en este código con el nombre de "venta". Después de mostrar este marco de datos de "venta", colocamos directamente el "marco de datos.método de ILOC "en la declaración de impresión. Por lo tanto, accederá y también imprimirá las filas accedidas. Aquí se utiliza ": 3", lo que significa que estamos accediendo a las primeras tres filas aquí.

La salida representa todo el marco de datos, así como las primeras tres filas del marco de datos a continuación, ya que hemos accedido a estas tres filas definiéndolas en el "marco de datos.método ILOC [] ”.

Ejemplo 06

En este código, accederemos a las filas alternativas. Después de definir e imprimir el marco de datos original, colocamos el "marco de datos.Método de ILOC "como el parámetro de la declaración de impresión y establecer" [:: 2] "en él, lo que representa que queremos acceder a las filas alternativas de este DataFrame dada. Accederá a las filas alternativas y también las imprimirá en la terminal.

Mire esta salida, y verifique que después de mostrar el cuadro de datos completo, acceda a las filas alternativas de este marco de datos y las muestra debajo del marco de datos original.

Conclusión

Hemos escrito este tutorial para ayudarlo a comprender cómo "acceder a filas por índice" en "pandas". Hemos definido dos métodos aquí, que son el "DataFrame.Método loc [] "y el" marco de datos.método ILOC [] ", y también realizamos múltiples ejemplos en los que utilizamos los métodos y las filas de acceso de diferentes maneras. También hemos presentado las salidas junto con los scripts de código. Hemos explicado cada código en profundidad aquí. Espero que aprenda fácilmente cómo acceder a las filas por índice y qué métodos se utilizan para acceder a las filas por índice en "pandas".