Чтобы использовать locи ilocв pandas, следуйте инструкциям ниже:

1. loc: индексатор locиспользуется для доступа к данным по метке/индексу. Он принимает значение метки/индекса для поиска нужных строк или столбцов.

   Пример:

   import pandas as pd
   # Create a DataFrame
   data = {'Name': ['John', 'Emma', 'Peter', 'Emily'],
          'Age': [25, 28, 21, 24],
          'City': ['New York', 'London', 'Paris', 'Sydney']}
   df = pd.DataFrame(data)
   # Access rows using loc
   row = df.loc[1]  # Access the second row
   print(row)
   # Access specific columns using loc
   columns = df.loc[:, ['Name', 'City']]  # Access the 'Name' and 'City' columns
   print(columns)

2. iloc: Индексатор ilocиспользуется для доступа к данным по целочисленной позиции. Он принимает целочисленные значения для поиска нужных строк или столбцов.

   Пример:

   import pandas as pd
   # Create a DataFrame
   data = {'Name': ['John', 'Emma', 'Peter', 'Emily'],
          'Age': [25, 28, 21, 24],
          'City': ['New York', 'London', 'Paris', 'Sydney']}
   df = pd.DataFrame(data)
   # Access rows using iloc
   row = df.iloc[1]  # Access the second row
   print(row)
   # Access specific columns using iloc
   columns = df.iloc[:, [0, 2]]  # Access the first and third columns
   print(columns)

Дополнительные методы, которые можно использовать с locи iloc:

• Срез: вы можете использовать обозначение среза для выбора нескольких строк или столбцов.

  Пример:

  rows = df.loc[1:3]  # Access rows from index 1 to 3 (inclusive)
  print(rows)
  cols = df.iloc[:, 1:3]  # Access columns from index 1 to 3 (exclusive)
  print(cols)

• Условный выбор. Вы можете использовать условные операторы для фильтрации строк по определенным критериям.

  Пример:

  filtered_rows = df.loc[df['Age'] > 25]  # Select rows where Age is greater than 25
  print(filtered_rows)

• Объединение условий. Вы можете объединить несколько условий с помощью логических операторов, таких как &(и) и |(или).

  Пример:

  filtered_rows = df.loc[(df['Age'] > 20) & (df['City'] == 'London')]  # Select rows where Age is greater than 20 and City is 'London'
  print(filtered_rows)

• Присвоение значений. Вы можете присвоить новые значения определенным строкам или столбцам.

  Пример:

  df.loc[1, 'Age'] = 30  # Assign a new value (30) to the 'Age' column in the second row
  print(df)