Python | Pandas Dataframe.iat []
Python - отличный язык для анализа данных, в первую очередь из-за фантастической экосистемы пакетов Python, ориентированных на данные. Pandas - один из таких пакетов, который значительно упрощает импорт и анализ данных.
Метод Pandas iat [] используется для возврата данных в кадре данных в переданном месте. Переданное местоположение имеет формат [позиция в строке, позиция в столбце]. Этот метод работает аналогично iloc [] в Pandas, но iat [] используется для возврата только одного значения и, следовательно, работает быстрее, чем оно.
Syntax: Dataframe.iat[row, column]
Parameters:
position: Position of element in column
label: Position of element in row
Return type: Single element at passed position
Чтобы загрузить набор данных, используемый в следующем примере, щелкните здесь.
В следующих примерах используемый фрейм данных содержит данные некоторых игроков НБА. Изображение фрейма данных до каких-либо операций прилагается ниже.
Example #1:
In this example, A dataframe is created by passing URL of csv to Pandas .read_csv() method. After that 3 is passed as column position and 7 as the position in row and value at that position is returned using .iat[ ] method.
Python3
# importing pandas module import pandas as pd# reading csv file from url # creating column and row variablescolumn = 7row = 3 # calling .iat[] methodoutput = data.iat[row, column]# displayprint(output)# df displaydata.head() |
Выход:
Как показано на выходном изображении, выходные данные можно сравнить, и можно увидеть, что было возвращено значение 3-го элемента в 7-м столбце.
Примечание:
- В отличие от .iloc [], этот метод возвращает только одно значение. Следовательно, dataframe.at [3: 6, 4: 2] вернет ошибку.
- Поскольку этот метод работает только для отдельных значений, он быстрее, чем метод .iloc []
Внимание компьютерщик! Укрепите свои основы с помощью базового курса программирования Python и изучите основы.
Для начала подготовьтесь к собеседованию. Расширьте свои концепции структур данных с помощью курса Python DS. А чтобы начать свое путешествие по машинному обучению, присоединяйтесь к курсу Машинное обучение - базовый уровень.