web-dev-qa-db-ja.com

Python：Pandas Series-なぜlocを使用するのですか？

なぜpandas dataframesに 'loc'を使用するのですか？locを使用または使用しない次のコードは、両方ともコンパイルとシミュレーション速度で実行されるようです。

%timeit df_user1 = df.loc[df.user_id=='5561']

100 loops, best of 3: 11.9 ms per loop

または

%timeit df_user1_noloc = df[df.user_id=='5561']

100 loops, best of 3: 12 ms per loop

なぜlocを使用するのですか？

編集：これは重複した質問としてフラグが付けられています。しかし pandas iloc vs ix vs locの説明？ は言及しています*

データフレームのgetitemを使用するだけで列を取得できます。

*

df['time']    # equivalent to df.loc[:, 'time']

locを使用する理由は説明していませんが、locの多くの機能については説明していますが、私の特定の質問は「なぜlocを完全に省略しないのか」です。以下の非常に詳細な回答を受け入れました。

また、他の回答の回答（私は回答とは思わない）はディスカッションに非常に隠されており、私が探していたものを探している人は情報を見つけるのが難しく、提供された回答がはるかに役立つでしょう私の質問に。

pythonpandasseriesloc
46
Runner Bean

  • 明示的は暗黙的よりも優れています。

    df[boolean_mask]は、boolean_maskがTrueである行を選択しますが、それが望ましくない場合があります：dfにブール値の列ラベルがある場合：

    In [229]: df = pd.DataFrame({True:[1,2,3],False:[3,4,5]}); df
Out[229]: 
   False  True 
0      3      1
1      4      2
2      5      3

    df[[True]]を使用してTrue列を選択できます。代わりにValueErrorを発生させます：

    In [230]: df[[True]]
ValueError: Item wrong length 1 instead of 3.

    locを使用した場合：

    In [231]: df.loc[[True]]
Out[231]: 
   False  True 
0      3      1

    対照的に、以下はdf2の構造が上記のdf1とほぼ同じであっても、ValueErrorを発生させません。

    In [258]: df2 = pd.DataFrame({'A':[1,2,3],'B':[3,4,5]}); df2
Out[258]: 
   A  B
0  1  3
1  2  4
2  3  5

In [259]: df2[['B']]
Out[259]: 
   B
0  3
1  4
2  5

    したがって、df[boolean_mask]は常にdf.loc[boolean_mask]と同じ動作をするわけではありません。これはほぼ間違いなくユースケースですが、df.loc[boolean_mask]の構文の意味は明示的であるため、df[boolean_mask]の代わりに常にdf.locを使用することをお勧めします。 df.loc[indexer]を使用すると、df.locが行を選択していることが自動的にわかります。対照的に、df[indexer]がValueErrorおよびindexerに関する詳細を知らずに行または列を選択する（またはdfを上げる）かどうかは明確ではありません。

  • df.loc[row_indexer, column_index]は行を選択できますおよび列。 df[indexer]は、indexerの値のタイプとdfが持つ列のタイプに応じて、行を選択できますまたは列（再び、ブール値ですか？） 。

    In [237]: df2.loc[[True,False,True], 'B']
Out[237]: 
0    3
2    5
Name: B, dtype: int64

  • スライスがdf.locに渡されると、エンドポイントが範囲に含まれます。スライスがdf[...]に渡されると、スライスは半開区間として解釈されます。

    In [239]: df2.loc[1:2]
Out[239]: 
   A  B
1  2  4
2  3  5

In [271]: df2[1:2]
Out[271]: 
   A  B
1  2  4
47
unutbu