Trova righe: .iloc[] e .loc[]

Scrivere codice efficiente con pandas

Leonidas Souliotis

PhD Candidate

Il dataset del poker

	S1	R1	S2	R2	S3	R3	S4	R4	S5	R5
1	♦	10	♣	Jack	♣	King	♠	4	♥	Ace
2	♦	Jack	♦	King	♦	10	♦	Queen	♦	Ace
3	♣	Queen	♣	Jack	♣	King	♣	10	♣	Ace

	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: seme della n-esima carta

1 (Cuori), 2 (Quadri), 3 (Fiori), 4 (Picche)

Rn: valore della n-esima carta

1 (Asso), 2-10, 11 (Jack), 12 (Regina), 13 (Re)

Trova righe mirate

.loc[] — selezione per nome indice

# Specifica l'intervallo di righe da selezionare 
rows = range(0, 500)
# Tempo di selezione righe con .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[] — selezione per numero indice

# Specifica l'intervallo di righe da selezionare 
rows = range(0, 500)
# Tempo di selezione righe con .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%

Trova colonne mirate

.iloc[] — selezione per numero indice

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

Selezionare colonne per 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%

Facciamolo!

Scrivere codice efficiente con pandas