Repérer des lignes : .iloc[] et .loc[]

Rédiger du code efficace avec pandas

Leonidas Souliotis

PhD Candidate

Le jeu de données de poker

	S1	R1	S2	R2	S3	R3	S4	R4	S5	R5
1	♦	10	♣	Valet	♣	Roi	♠	4	♥	As
2	♦	Valet	♦	Roi	♦	10	♦	Dame	♦	As
3	♣	Dame	♣	Valet	♣	Roi	♣	10	♣	As

	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 : symbole de la n-ième carte

1 (Cœurs), 2 (Carreaux), 3 (Trèfles), 4 (Piques)

Rn : rang de la n-ième carte

1 (As), 2-10, 11 (Valet), 12 (Dame), 13 (Roi)

Repérer des lignes ciblées

.loc[] — repère par nom d'index

# Specify the range of rows to select 
rows = range(0, 500)
# Time selecting rows using .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[] — repère par numéro d'index

# Specify the range of rows to select 
rows = range(0, 500)
# Time selecting rows using .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%

Repérer des colonnes ciblées

.iloc[] — repère par numéro d'index

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

Repérer des colonnes par nom

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%

Passons à la pratique !

Rédiger du code efficace avec pandas