Selezione delle colonne: .iloc[] vs per nome
Nel precedente esercizio hai visto come le funzioni .loc[] e .iloc[] possano essere usate per individuare specifiche righe di un DataFrame (in base all’indice). A quanto pare, per questo compito .iloc[] è molto più veloce (circa 2 volte)!
Un’altra operazione importante è trovare la funzione più rapida per selezionare le feature (colonne) desiderate di un DataFrame. In questo esercizio confronteremo:
- l’uso dell’indicizzatore
.iloc() - l’uso dei nomi delle colonne Anche se possiamo usare entrambi gli approcci per ottenere lo stesso risultato, ci interessa capire quale sia il più efficiente in termini di velocità.
In questo esercizio continuerai a lavorare con i dati di poker memorizzati in poker_hands. Prenditi un attimo per esaminare la struttura di questo DataFrame chiamando poker_hands.head() nella console!
Questo esercizio fa parte del corso
Scrivere codice efficiente con pandas
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Use .iloc to select the first, fourth, fifth, seventh and eighth column and record the times before and after
iloc_start_time = ___
cols = poker_hands.___[___,[0,3,___,___,___]]
iloc_end_time = ___
# Print the time it took
print("Time using .iloc[] : {} sec".format(___ - ___))