loc et iloc

Le problème de l’indexation entre crochets

L’indexation de base entre crochets df[mask] fonctionne pour filtrer des lignes et df["col"] pour sélectionner des colonnes. Mais lorsque vous devez sélectionner des lignes spécifiques et des colonnes spécifiques en une seule étape, ou modifier des cellules individuelles, vous avez besoin de loc et 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 : sélection basée sur les étiquettes

loc sélectionne par étiquette, les étiquettes de l’index des lignes et les noms des colonnes :

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

Sortie :

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

Découpe par étiquette, l’extrémité est incluse (contrairement au découpage Python) :

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

Sélectionner toutes les lignes pour des colonnes spécifiques :

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

Sélectionner toutes les colonnes pour des lignes spécifiques :

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

iloc : sélection basée sur les positions

iloc sélectionne par position entière, le numéro de ligne/colonne en commençant par 0 :

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

Sortie :

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

Découpe par position, l’extrémité est exclue (comportement Python standard) :

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

Sélectionner des lignes et colonnes spécifiques :

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

loc vs iloc : différences clés

# 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

Utiliser loc pour l’affectation

loc n’est pas réservé à la lecture, vous pouvez l’utiliser pour modifier des cellules spécifiques :

# 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"

Cette édition ciblée est essentielle pour le nettoyage des données.

Schémas pratiques

Récupérer la valeur d’une cellule spécifique :

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

Sélectionner une plage de colonnes :

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

Sélection conditionnelle sur les deux axes :

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

Essayez-le

À partir du jeu de données Titanic :

1. Utilisez iloc pour afficher les 3 premières lignes et les 4 premières colonnes
2. Utilisez loc pour afficher le Name et la Fare du passager à l’index 50
3. Utilisez loc pour mettre l’Age du passager à l’index 0 à 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"])

Points clés à retenir

• loc sélectionne par étiquette (noms) ; iloc sélectionne par position entière
• Les découpes loc sont inclusives aux deux extrémités ; les découpes iloc suivent la convention Python (extrémité exclue)
• loc prend en charge l’affectation pour l’édition ciblée de cellules
• Combiner la sélection de lignes et colonnes dans un seul appel loc est plus propre que l’indexation enchaînée

Défi pratique

À partir du jeu de données Titanic, utilisez iloc pour extraire les lignes 100-109 et les colonnes 2-5 (de Pclass à Age). Ensuite, utilisez loc pour trouver les noms de tous les passagers avec les étiquettes d’index 0, 50, 100 et 500. Enfin, utilisez loc pour changer la Fare du passager à l’index 7 en 999 et vérifiez le changement.