Hướng dẫn iloc trong python

.iloc, .loc .ix

Có ba lựa chọn chính có thể selecting một dữ liệu của các hàng và cột trong Pandas, điều này có thể gây nhầm lẫn. Ba trường hợp selecting và phương pháp được bao gồm trong bài đăng này là:

1. .iloc  giúp selecting hàng và cột qua các row và column numbers. Cú pháp data.iloc[, ]. Những input được phép truyền vào là một số nguyên (5), một list của các số nguyên ([1,2,3]), một slice object với các số nguyên (1:5), một boolean array hay một callable function.
2. .loc  giúp selecting hàng và cột qua hai cách: Cách 1 qua các row và column index hoặc nhãn. Cách 2 qua boolean/conditional lookup, tôi sẽ chỉ rõ qua các ví dụ. Cú pháp là data.loc[, ].
3. .ix là lai của hai cách phía trên. Nếu truyền vào là một label không phải số nguyên thì nó sẽ hoạt động giống .loc còn nếu truyền vào kiểu số nguyên nó sẽ hoạt động giống iloc.

Trước tiên ta tạo một dataframe để demo cho bài học này.

>>> import pandas as pd

>>> crimes_rates = {"year":[1960,1961,1962,1963,1964],"Population":[179323175,182992000,185771000,188483000,191141000],"Total":[3384200,3488000,3752200,4109500,4564600],"Violent":[288460,289390,301510,316970,364220]}

>>> crimes_dataframe = pd.DataFrame(crimes_rates)

>>> crimes_dataframe

      Population     Total       Violent  year

0   179323175  3384200   288460  1960

1   182992000  3488000   289390  1961

2   185771000  3752200   301510  1962

3   188483000  4109500   316970  1963

4   191141000  4564600   364220  1964

>>>

.iloc

>>> print "select row having row number is 1"

select row having row number is 1

>>> crimes_dataframe.iloc[1]

Population    182992000

Total           3488000

Violent          289390

year               1961

Name: 1, dtype: int64

>>> crimes_dataframe.loc[1]

Population    182992000

Total           3488000

Violent          289390

year               1961

Name: 1, dtype: int64

>>> print "select data of Violent when index of row is 3"

select data of Violent when index of row is 3

>>> crimes_dataframe.iloc[3,2]

316970

Sử dụng .iloc hay .loc cho cùng một kết quả trong trường hợp này vì index được tạo ra mặc định cũng là row numbers.

Ta sẽ chỉnh lại nhãn cho các hàng. Để chứng minh .iloc không làm việc với nhãn.

>>> ordinals = ["first", "second", "third", "fourth","fifth",]

>>> crimes_dataframe = pd.DataFrame(crimes_rates,index=ordinals)

>>> crimes_dataframe.iloc["first"]

Traceback (most recent call last):

…

TypeError: cannot do positional indexing on  with these indexers [first] of 

.loc

Tiếp tục ví dụ trên thay vì dùng iloc với nhãn ‘first’ ta dùng .loc.

>>> crimes_dataframe.loc['first']

Population    179323175

Total           3384200

Violent          288460

year               1960

Name: first, dtype: int64

>>>

Tương tự ta cũng không thể dùng row number khi dùng .loc.

>>> crimes_dataframe.loc[0]

Traceback (most recent call last):

…

TypeError: cannot do label indexing on  with these indexers [0] of 

>>>

Với .loc ta có thể truyền vào boolean/conditional lookup (Boolean filter vector). Bằng cách đó ta có thể lọc được các hàng thỏa mãn điều kiện nào đó.

>>> crimes_dataframe.loc[crimes_dataframe.year > 1962]

        Population    Total  Violent  year

fourth   188483000  4109500   316970  1963

fifth    191141000  4564600   364220  1964

>>>

Chúng ta không thể truyền một (Boolean vector) vào iloc như ví dụ trên.

>>> crimes_dataframe.iloc[crimes_dataframe.year > 1962]

Traceback (most recent call last):

…

ValueError: iLocation based boolean indexing cannot use an indexable as a mask

.ix

Ta thấy .ix làm được kết hợp của iloc và loc ở phía trên.

>>> crimes_dataframe.ix[0]

Population    179323175

Total           3384200

Violent          288460

year               1960

Name: first, dtype: int64

>>> crimes_dataframe.ix['first']

Population    179323175

Total           3384200

Violent          288460

year               1960

Name: first, dtype: int64

>>> crimes_dataframe.ix[crimes_dataframe.year > 1962]

        Population    Total  Violent  year

fourth   188483000  4109500   316970  1963

fifth    191141000  4564600   364220  1964

>>>

Chú ý ta có thể cùng truyền một list các row number, index/label vào .iloc, loc hay ix để nhận được nhiều hàng trong một lần selecting. Ví dụ:

>>> crimes_dataframe.iloc[[0,4],:]

       Population    Total  Violent  year

first   179323175  3384200   288460  1960

fifth   191141000  4564600   364220  1964

>>> crimes_dataframe.loc[['first','fifth'],:]

       Population    Total  Violent  year

first   179323175  3384200   288460  1960

fifth   191141000  4564600   364220  1964

>>> crimes_dataframe.ix[['first','fifth'],:]

       Population    Total  Violent  year

first   179323175  3384200   288460  1960

fifth   191141000  4564600   364220  1964

Kĩ thuật slicing với hàng.

>>> crimes_dataframe[0:2]

        Population    Total  Violent  year

first    179323175  3384200   288460  1960

second   182992000  3488000   289390  1961

>>>

Kết Luận

.iloc và .loc là các phương thức để truy vấn dữ liệu hàng và cột từ Pandas dataframes. Bảng dưới đây sẽ tổng hợp cách sử dụng 2 phương thức này [1]:

.ix là kết hợp của hai phương pháp trên.

 [1] https://www.shanelynn.ie/select-pandas-dataframe-rows-and-columns-using-iloc-loc-and-ix/