Localizar linhas: .iloc[] e .loc[]

Escrevendo código eficiente com pandas

Leonidas Souliotis

PhD Candidate

O conjunto de dados de pôquer

	S1	R1	S2	R2	S3	R3	S4	R4	S5	R5
1	♦	10	♣	Valete	♣	Rei	♠	4	♥	Ás
2	♦	Valete	♦	Rei	♦	10	♦	Dama	♦	Ás
3	♣	Dama	♣	Valete	♣	Rei	♣	10	♣	Ás

	S1	R1	S2	R2	S3	R3	S4	R4	S5	R5
1	2	10	3	11	3	13	4	4	1	1
2	2	11	2	13	2	10	2	12	2	1
3	3	12	3	11	3	13	3	10	3	1

Sn: naipe da n-ésima carta

1 (Copas), 2 (Ouros), 3 (Paus), 4 (Espadas)

Rn: valor da n-ésima carta

1 (Ás), 2-10, 11 (Valete), 12 (Dama), 13 (Rei)

Localizar linhas específicas

.loc[] — localiza por nome do índice

# Especificar o intervalo de linhas a selecionar 
rows = range(0, 500)
# Cronometrar a seleção de linhas com .loc[]
loc_start_time = time.time()
data.loc[rows]    
loc_end_time = time.time()

print("Time using .loc[] : {} sec".format(
            loc_end_time - loc_start_time))

Time using .loc[]: 0.001951932 seconds

.iloc[] — localiza por número do índice

# Especificar o intervalo de linhas a selecionar 
rows = range(0, 500)
# Cronometrar a seleção de linhas com .iloc[]
iloc_start_time = time.time()
data.iloc[rows]    
iloc_end_time = time.time()

print("Time using .iloc[]: {} sec".format(
            iloc_end_time - iloc_start_time)

Time using .iloc[] : 0.0007140636 sec

Difference in speed: 173.355592654%

Localizar colunas específicas

.iloc[] — localiza por número do índice

iloc_start_time = time.time()
data.iloc[:,:3]
iloc_end_time = time.time()
print("Time using .iloc[]: {} sec".format(
            iloc_end_time - iloc_start_time))

Time using .iloc[]: 0.00125193595886 sec

Localizar colunas por nome

names_start_time = time.time()
data[['S1', 'R1', 'S2']]
names_end_time = time.time()
print("Time using selection by name: {} sec".format(
            names_end_time - names_start_time))

Time using selection by name: 0.000964879989624 sec

Difference in speed: 29.7504324188%

Vamos praticar!

Escrevendo código eficiente com pandas