选择行
本课属于 Coddy Machine Learning 学习旅程的“数据与图表”单元。第 37 课，共 60 课。
本章以商店的畅销商品作为结尾，筛选方式如下：
从一行、一个样本开始。pandas 有两种方式可以访问它：iloc从 0 开始按位置计数，就像列表一样；loc则使用标签：
planets = pd.DataFrame(
{"moons": [0, 1, 2, 95], "diameter_km": [4879, 12756, 6792, 142984]},
index=["Mercury", "Earth", "Mars", "Jupiter"],
)
print(planets.iloc[2])
print(planets.loc["Earth"])这会打印两行，每行都是一个按列标记的 Series：
moons 2
diameter_km 6792
Name: Mars, dtype: int64
moons 1
diameter_km 12756
Name: Earth, dtype: int64为单元格添加列名：planets.loc["Jupiter", "moons"] 的值是 95。iloc[-1] 是最后一行。
从 CSV 文件读取的表中，标签与位置一一对应，直到对行进行筛选或排序。
挑战
中等一场 10 km 比赛的结果保存在 race.csv 中，每行记录一名选手，按完赛顺序排列，列包括 runner、club 和 minutes。程序会将其加载到 race 中，并读取一个 place，其中 1 表示冠军。
- 打印该名次的完赛选手。
- 打印该选手的用时。
- 打印最后一名完赛的选手。
对于另一场比赛和名次 2：
Place 2: Ola Berg
Time: 51.5 minutes
Last: Kim Ito亲手试试
import pandas as pd
race = pd.read_csv("race.csv")
place = int(input())
# 在下方编写你的代码
自我测试这节课包含一个小测验。开始学习即可作答，并记录你的进度。
数据与图表中的所有课
自己练习： Python 在线编译器