slice

La fonction de découpage (slice) dans Pandas est utilisée via les méthodes .iloc et .loc pour extraire des sous-ensembles de données d'un DataFrame ou d'une Series en spécifiant des indices de début, de fin et des pas. Elle permet de sélectionner des portions spécifiques de données selon des positions ou des étiquettes.

Syntaxe de (slice)

Paramètres de (slice)

• df_ventes.iloc[2:6] : Sélectionner les ventes de mars à juin

• df_ventes.loc[:, 'Électronique':'Meubles'] : Sélectionner uniquement les colonnes 'Électronique' et 'Meubles'.

• df_ventes.iloc[::2] : Sélectionner les mois alternatifs.(avec un pas)

• df_ventes['Électronique'] > 25000 : Sélectionner les mois où les ventes d'électronique dépassent 25000.

• df_ventes.loc[:, df_ventes.columns.str.contains('M')] : Sélectionner les colonnes contenant 'M' dans le nom (pour les Mois et Meubles).

• df_ventes.iloc[2:8, 1:3] : Sélectionner les ventes de mars à août pour les colonnes 'Électronique' et 'Meubles'.

Voir aussi : all(), any(), append(), count(), enumerate(), extend(), filter(), float() format() input(), int(), isdigit(), isinstance(), items(), join(), endswith(), list(), map(), max(), mean(), min(), pop(), range(), len(), startswith(), zip(), type(), get(), symmetric_difference(), keys(), difference()

Numpy : arange(), array(), delete(), hsplit(), hstack(), linspace(), logical_and(), logical_or(), polyfit()

Pandas : concat(), concatenate(), describe(), dict(), drop_duplicates(), dropna(), fillna(), from_dict(), groupby(), head(), iloc, info(), insert(), isin(), melt(), merge(), pivot_table(), read_csv(), read_excel(), rename(), where()

N'hésitez pas à consulter nos formations sur cette page.