Wybór kolumn: .iloc[] a wybór po nazwie
W poprzednim ćwiczeniu poznałeś(-aś) funkcje .loc[] i .iloc[], które pozwalają wskazywać konkretne wiersze DataFrame (na podstawie indeksu). Okazuje się, że funkcja .iloc[] działa znacznie szybciej (ok. 2 razy) przy tym zadaniu!
Równie ważnym zagadnieniem jest znalezienie szybszej metody wyboru konkretnych cech (kolumn) DataFrame. W tym ćwiczeniu porównamy dwa podejścia:
- użycie indeksatora
.iloc() - użycie nazw kolumn Obie metody dają ten sam wynik – sprawdzimy jednak, która z nich jest bardziej efektywna pod względem szybkości.
W tym ćwiczeniu będziesz dalej pracować z danymi o układach kart pokerowych, przechowywanymi w poker_hands. Zanim zaczniesz, zajrzyj do struktury tego DataFrame, wywołując poker_hands.head() w konsoli!
To ćwiczenie jest częścią kursu
Wydajne programowanie z pandas
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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(___ - ___))