Comment sélectionner des lignes par index dans un DataFrame Pandas

Souvent, vous souhaiterez peut-être sélectionner les lignes d’un DataFrame pandas en fonction de leur valeur d’index.

Si vous souhaitez sélectionner des lignes basées sur une indexation entière, vous pouvez utiliser la fonction .iloc .

Si vous souhaitez sélectionner des lignes en fonction de l’indexation des étiquettes, vous pouvez utiliser la fonction .loc .

Ce didacticiel fournit un exemple de la façon d’utiliser chacune de ces fonctions dans la pratique.

Exemple 1 : sélectionner des lignes en fonction de l’indexation d’entiers

Le code suivant montre comment créer un DataFrame pandas et utiliser .iloc pour sélectionner la ligne avec une valeur entière d’index de 4 :

import pandas as pd
import numpy as np

#make this example reproducible
np.random.seed(0)

#create DataFrame
df = pd.DataFrame(np.random.rand(6,2), index=range(0,18,3), columns=['A', 'B'])

#view DataFrame
df

	       A	       B
0	0.548814	0.715189
3	0.602763	0.544883
6	0.423655	0.645894
9	0.437587	0.891773
12	0.963663	0.383442
15	0.791725	0.528895

#select the 5th row of the DataFrame
df.iloc[[4]]

	       A	       B
12	0.963663	0.383442

Nous pouvons utiliser une syntaxe similaire pour sélectionner plusieurs lignes :

#select the 3rd, 4th, and 5th rows of the DataFrame
df.iloc[[2, 3, 4]]

	       A	       B
6	0.423655	0.645894
9	0.437587	0.891773
12	0.963663	0.383442

Ou nous pourrions sélectionner toutes les lignes d’une plage :

#select the 3rd, 4th, and 5th rows of the DataFrame
df.iloc[2:5]

	       A	       B
6	0.423655	0.645894
9	0.437587	0.891773
12	0.963663	0.383442

Exemple 2 : sélectionner des lignes en fonction de l’indexation des étiquettes

Le code suivant montre comment créer un DataFrame pandas et utiliser .loc pour sélectionner la ligne avec une étiquette d’index de 3 :

import pandas as pd
import numpy as np

#make this example reproducible
np.random.seed(0)

#create DataFrame
df = pd.DataFrame(np.random.rand(6,2), index=range(0,18,3), columns=['A', 'B'])

#view DataFrame
df

	       A	       B
0	0.548814	0.715189
3	0.602763	0.544883
6	0.423655	0.645894
9	0.437587	0.891773
12	0.963663	0.383442
15	0.791725	0.528895

#select the row with index label '3'
df.loc[[3]]

               A	       B
3	0.602763	0.544883

Nous pouvons utiliser une syntaxe similaire pour sélectionner plusieurs lignes avec des étiquettes d’index différentes :

#select the rows with index labels '3', '6', and '9'
df.loc[[3, 6, 9]]

	       A	       B
3	0.602763	0.544883
6	0.423655	0.645894
9	0.437587	0.891773

La différence entre .iloc et .loc

Les exemples ci-dessus illustrent la différence subtile entre .iloc et .loc :

• .iloc sélectionne les lignes en fonction d’un index entier . Ainsi, si vous souhaitez sélectionner la 5ème ligne d’un DataFrame, vous utiliserez df.iloc[[4]] puisque la première ligne est à l’index 0, la deuxième ligne est à l’index 1, et ainsi de suite.
• .loc sélectionne les lignes en fonction d’un index étiqueté . Ainsi, si vous souhaitez sélectionner la ligne avec une étiquette d’index de 5, vous utiliserez directement df.loc[[5]].

Ressources additionnelles

Comment obtenir des numéros de ligne dans un DataFrame Pandas
Comment supprimer des lignes avec des valeurs NaN dans Pandas
Comment supprimer la colonne d’index dans Pandas