Pandas vs loc: qual a diferença?

Quando se trata de selecionar linhas e colunas de um DataFrame do pandas, .loc e .at são duas funções comumente usadas.

Aqui está a diferença sutil entre as duas funções:

• .loc pode receber várias linhas e colunas como argumentos de entrada
• .at só pode receber uma única linha e coluna como argumentos de entrada

Os exemplos a seguir mostram como usar cada função na prática com o seguinte DataFrame do pandas:

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 B 22 7 8
2 C 19 7 10
3 D 14 9 6
4 E 14 12 6
5 F 11 9 5
6 G 20 9 9
7:28 4 12

Exemplo 1: Como usar loc no Pandas

O código a seguir mostra como usar .loc para acessar o valor no DataFrame localizado na posição 0 do índice da coluna do ponto:

 #select value located at index position 0 of the points column
df. loc [0, ' points ']

18

Isso retorna um valor de 18 .

E o código a seguir mostra como usar .loc para acessar linhas entre os valores de índice 0 e 4, bem como colunas de pontos e assistências:

 #select rows between index values 0 and 4 and columns 'points' and 'assists'
df. loc [0:4, [' points ', ' assists ']]

        assist points
0 18 5
1 22 7
2 19 7
3 14 9
4 14 12

Quer queiramos acessar um único valor ou um grupo de linhas e colunas, a função .loc pode fazer as duas coisas.

Exemplo 2: Como usar at no Pandas

O código a seguir mostra como usar .at para acessar o valor no DataFrame localizado na posição 0 do índice da coluna do ponto:

 #select value located at index position 0 of the points column
df. at [0, ' points ']

18

Isso retorna um valor de 18 .

Entretanto, suponha que tentamos usar at para acessar as linhas entre os valores de índice 0 e 4, bem como as colunas de pontos e assistências:

 #try to select rows between index values 0 and 4 and columns 'points' and 'assists'
df. at [0:4, [' points ', ' assists ']]

TypeError : unhashable type: 'list'

Estamos recebendo um erro porque a função at não consegue aceitar várias linhas ou colunas como argumentos de entrada.

Conclusão

Quando você deseja acessar um único valor em um DataFrame do pandas, as funções loc e at funcionarão bem.

Porém, quando você deseja acessar um grupo de linhas e colunas, apenas a função loc é capaz de fazê-lo.

Relacionado: Pandas loc vs iloc: qual a diferença?

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras operações comuns em pandas:

Como selecionar linhas com base em múltiplas condições usando Pandas Loc
Como selecionar linhas com base nos valores das colunas no Pandas
Como selecionar linhas por índice no Pandas