Python é uma ótima linguagem para fazer análise de dados, principalmente por causa do fantástico ecossistema de pacotes Python centrados em dados. O Pandas é um desses pacotes e torna a importação e análise de dados muito mais fácil.

Pandas fornecem um método exclusivo para recuperar linhas de um quadro de dados. Dataframe.iloc[]método é usado quando o rótulo do índice de um quadro de dados é algo diferente da série numérica de 0, 1, 2, 3… .n ou caso o usuário não conheça o rótulo do índice. As linhas podem ser extraídas usando uma posição de índice imaginária que não é visível no quadro de dados.

Sintaxe: pandas.DataFrame.iloc []

Parâmetros:
Posição do Índice : Posição do índice das linhas no inteiro ou lista de inteiros.

Tipo de retorno: quadro de dados ou série dependendo dos parâmetros



Para baixar o CSV usado no código, clique aqui.

Exemplo # 1: Extraindo uma única linha e comparando com .loc []

Neste exemplo, a mesma linha de número de índice é extraída pelos métodos .iloc [] e.loc [] e comparada. Visto que a coluna do índice por padrão é numérica, portanto, o rótulo do índice também será números inteiros.

# importing pandas package
import pandas as pd
  
# making data frame from csv file 
data = pd.read_csv("nba.csv")
  
# retrieving rows by loc method 
row1 = data.loc[3]
  
# retrieving rows by iloc method
row2 = data.iloc[3]
  
# checking if values are equal
row1 == row2

Saída:
conforme mostrado na imagem de saída, os resultados retornados por ambos os métodos são os mesmos.

Exemplo 2: Extração de várias linhas com índice

Neste exemplo, várias linhas são extraídas primeiro passando uma lista e depois passando inteiros para extrair linhas entre esse intervalo. Depois disso, os dois valores são comparados.

# importing pandas package
import pandas as pd
  
# making data frame from csv file 
data = pd.read_csv("nba.csv")
  
# retrieving rows by loc method 
row1 = data.iloc[[4, 5, 6, 7]]
  
# retrieving rows by loc method 
row2 = data.iloc[4:8]
  
# comparing values
row1 == row2

Saída:
conforme mostrado na imagem de saída, os resultados retornados por ambos os métodos são os mesmos. Todos os valores são True, exceto os valores na coluna da faculdade, uma vez que esses eram valores NaN.