loc e iloc

El problema con la indexación por corchetes

La indexación básica por corchetes df[mask] funciona para filtrar filas y df["col"] para seleccionar columnas. Pero cuando necesitas seleccionar filas específicas y columnas específicas en un solo paso, o editar celdas individuales, necesitas loc e iloc.

import pandas as pd

# titanic.csv ships with the course — load it from the browser file system.
df = pd.read_csv("titanic.csv")

loc: selección basada en etiquetas

loc selecciona por etiqueta, las etiquetas del índice de filas y los nombres de las columnas:

# Select row at index label 0, columns "Name" and "Age"
print(df.loc[0, ["Name", "Age"]])

Salida:

Name    Braund, Mr. Owen Harris
Age                        22.0
Name: 0, dtype: object

Corte (slice) por etiqueta, el punto final es inclusivo (a diferencia del slicing de Python):

# Rows 0 through 4, columns Name through Age
print(df.loc[0:4, "Name":"Age"])

Selecciona todas las filas para columnas específicas:

print(df.loc[:, ["Name", "Survived"]].head())

Selecciona todas las columnas para filas específicas:

print(df.loc[[0, 5, 10]])

iloc: selección basada en posiciones

iloc selecciona por posición entera, el número de fila/columna comenzando desde 0:

# First row, first three columns
print(df.iloc[0, :3])

Salida:

PassengerId                            1
Survived                               0
Pclass                                 3
Name: 0, dtype: object

Corte por posición, el punto final es exclusivo (comportamiento estándar de Python):

# Rows 0-4 (5 rows), columns 0-2 (3 columns)
print(df.iloc[0:5, 0:3])

Selecciona filas y columnas específicas:

# Rows 0, 1, 5; columns 3 (Name) and 4 (Age)
print(df.iloc[[0, 1, 5], [3, 4]])

loc vs iloc: diferencias clave

# These are different:
df.loc[0:5]       # rows with labels 0 through 5 (inclusive) — 6 rows
df.iloc[0:5]      # rows at positions 0 through 4 (exclusive) — 5 rows

Usando loc para asignaciones

loc no es solo para leer, puedes usarlo para editar celdas específicas:

# Set Age to 0 for the first passenger
df.loc[0, "Age"] = 0

# Set Fare to -1 for rows where Fare is negative
df.loc[df["Fare"] < 0, "Fare"] = 0

# Create a new column based on conditions
df.loc[df["Age"] < 18, "Category"] = "Minor"
df.loc[df["Age"] >= 18, "Category"] = "Adult"

Esta edición dirigida es esencial para la limpieza de datos.

Patrones prácticos

Obtener el valor de una celda específica:

# The name of the passenger at position 100
name = df.loc[100, "Name"]
print(name)

Seleccionar un rango de columnas:

# All rows, columns from "Name" to "Fare"
print(df.loc[:, "Name":"Fare"].head())

Selección condicional con ambos ejes:

# Female passengers, only Name and Age columns
women = df.loc[df["Sex"] == "female", ["Name", "Age"]]
print(women.head())

Inténtalo

Del conjunto de datos del Titanic:

1. Usa iloc para imprimir las primeras 3 filas y las primeras 4 columnas
2. Usa loc para imprimir el Nombre y la Tarifa del pasajero en el índice 50
3. Usa loc para establecer la Edad del pasajero en el índice 0 a 25

import pandas as pd

# titanic.csv ships with the course — load it from the browser file system.
df = pd.read_csv("titanic.csv")

# First 3 rows, first 4 columns
print(df.iloc[0:3, 0:4])

# Name and Fare at index 50
print(df.loc[50, ["Name", "Fare"]])

# Set Age to 25
df.loc[0, "Age"] = 25
print(df.loc[0, "Age"])

Conclusiones clave

• loc selecciona por etiqueta (nombres); iloc selecciona por posición entera
• Los cortes de loc son inclusivos en ambos extremos; los cortes de iloc siguen la convención de Python (extremo exclusivo)
• loc admite asignación para editar celdas de forma dirigida
• Combinar la selección de filas y columnas en una sola llamada a loc es más limpio que la indexación encadenada

Desafío de práctica

Del conjunto de datos del Titanic, usa iloc para extraer las filas 100-109 y las columnas 2-5 (Pclass hasta Age). Luego usa loc para encontrar los nombres de todos los pasajeros con las etiquetas de índice 0, 50, 100 y 500. Finalmente, usa loc para cambiar la Tarifa del pasajero en el índice 7 a 999 y verifica el cambio.