تحديد البيانات باستخدام loc وiloc

طريقتان لتحديد البيانات: بالوسم وبالموضع

يمكن عنونة إطار البيانات بطريقتين، والخلط بينهما أشيع أخطاء pandas. يختار .loc بـالوسم: وسوم الصفوف من الفهرس وأسماء الأعمدة. ويختار .iloc بـالموضع الصحيح المعدود من 0 كما في قائمة أو مصفوفة NumPy. وكلاهما يأخذ [الصفوف, الأعمدة]: فـdf.loc["AAPL", "price"] قيمة واحدة وdf.iloc[0, 0] قيمة الصف الأول والعمود الأول. احذف الجزء الثاني لأخذ صفوف كاملة: df.loc["AAPL"] هو صف AAPL كسلسلة.

import pandas as pd

df = pd.DataFrame(
    {"price": [184.25, 410.2, 171.0, 251.0],
     "volume": [200, 50, 300, 120],
     "sector": ["tech", "tech", "tech", "auto"]},
    index=["AAPL", "MSFT", "GOOG", "TSLA"],
)

print(df.loc["AAPL", "price"], df.iloc[0, 0])     # 184.25 184.25   same cell, two addresses
print(df.loc["TSLA"].to_dict())                    # {'price': 251.0, 'volume': 120, 'sector': 'auto'}
print(df.iloc[-1].to_dict())                       # the same row: position -1 is the last
print(df.loc[["TSLA", "AAPL"], "price"])           # a list of labels picks in that order
# TSLA    251.00
# AAPL    184.25
# Name: price, dtype: float64

try:
    df.loc["XXX", "price"]                         # a label that does not exist
except KeyError as error:
    print("KeyError", error)                       # KeyError 'XXX'

الشرائح: شرائح الوسوم تشمل النهاية

تتصرف الشرائح بشكل مختلف في النظامين. فشريحة الموضع df.iloc[1:3] تتبع قاعدة بايثون وتستثني النهاية: الموضعين 1 و2. أما شريحة الوسوم df.loc["MSFT":"TSLA"] فـتشمل وسمي الطرفين معًا، إذ لا «تالي» طبيعي للوسم. وتتبع شرائح الوسوم الترتيب الحالي للفهرس وليس شرطًا أن يكون مرتّبًا. وللأعمدة مرّر قائمة (["price", "volume"]) لأخذها بالترتيب الذي تعطيه. ونسيان أي نظام أنت فيه يعطي نتائج مزاحة بواحد دون أي خطأ.

import pandas as pd

df = pd.DataFrame(
    {"price": [184.25, 410.2, 171.0, 251.0], "volume": [200, 50, 300, 120]},
    index=["AAPL", "MSFT", "GOOG", "TSLA"],
)

print(df.iloc[1:3])                              # positions 1 and 2: the end is excluded
#        price  volume
# MSFT   410.2      50
# GOOG   171.0     300

print(df.loc["MSFT":"TSLA", ["volume", "price"]])    # labels MSFT..TSLA: the end is included
#       volume  price
# MSFT      50  410.2
# GOOG     300  171.0
# TSLA     120  251.0

print(df.iloc[:, 0].tolist())                    # the first column, by position
# [184.25, 410.2, 171.0, 251.0]

الشروط والإسناد مع loc

يقبل .loc أيضًا قناعًا منطقيًا للصفوف: df.loc[df["volume"] > 100, "price"] هو عمود الأسعار للصفوف التي تجتاز الاختبار، في خطوة واحدة. و.loc هو طريقة الإسناد إلى جزء مختار: df.loc["MSFT", "price"] = 1.0 تغيّر خلية واحدة وdf.loc[df["volume"] < 100, "volume"] = 0 تغيّر كل الصفوف المطابقة. وتجنّب الصيغ المتسلسلة مثل df[df["volume"] < 100]["volume"] = 0: فهي تعمل على نسخة مؤقتة. وفي pandas 3 لا يغيّر إطار مشتق الأصل أبدًا، فلتعديل جدول داخل دالة اعمل أولًا df.copy() ثم أسند بـ.loc وأرجع النسخة.

import pandas as pd

df = pd.DataFrame(
    {"price": [184.25, 410.2, 171.0, 251.0], "volume": [200, 50, 300, 120]},
    index=["AAPL", "MSFT", "GOOG", "TSLA"],
)

print(df.loc[df["volume"] > 100, "price"])       # a Boolean mask for rows, a label for the column
# AAPL    184.25
# GOOG    171.00
# TSLA    251.00
# Name: price, dtype: float64

def with_price(frame, symbol, price):
    out = frame.copy()                           # never edit the caller's table
    out.loc[symbol, "price"] = price
    return out

changed = with_price(df, "MSFT", 1.0)
print(changed.loc["MSFT", "price"], df.loc["MSFT", "price"])   # 1.0 410.2

fixed = df.copy()
fixed.loc[fixed["volume"] < 100, "volume"] = 0   # assign to all matching rows at once
print(fixed["volume"].tolist())                  # [200, 0, 300, 120]

import pandas as pd

# Integer labels are labels, not positions: a classic trap
d = pd.DataFrame({"x": [1.0, 2.0, 3.0]}, index=[10, 20, 30])

print(d.loc[20, "x"], d.iloc[0, 0])        # 2.0 1.0    label 20 is the second row
print(d.loc[10:20]["x"].tolist())          # [1.0, 2.0] labels 10 through 20, end included
print(d.iloc[0:2]["x"].tolist())           # [1.0, 2.0] positions 0 and 1, end excluded

try:
    d.loc[0, "x"]                          # there is no label 0, even though position 0 exists
except KeyError as error:
    print("KeyError", error)               # KeyError 0

• df.loc[وسم_الصف, وسم_العمود] بالوسم؛ وdf.iloc[موضع_الصف, موضع_العمود] بالموضع من 0.
• شرائح iloc تستثني النهاية؛ وشرائح وسوم loc تشملها؛ والوسم الغائب يرفع KeyError.
• df.loc[mask, "col"] ترشّح وتختار؛ وأسند عبر .loc على .copy() وأرجعها.

التالي: groupby والتجميع، تقسيم جدول إلى مجموعات وتلخيص كل منها.

المختبر: ما الذي يُقيَّم

• ابحث عن سعر بالرمز باستخدام price_of25 نقطة
• خذ الصفوف بين رمزين باستخدام label_range25 نقطة
• خذ صفوفًا بالموضع باستخدام position_range25 نقطة
• صحّح سعرًا في نسخة باستخدام set_price25 نقطة