0

ilocについて教えてください。

for i in range(len(predict_data)): とした場合、i に入るのは整数なので、.iloc[i] とすべきだと思ったのですが、解答では iloc を使わず、下記のようになっておりました。
なぜ、iloc 省略なのでしょうか。
できれば初学者用に分かりやすく教えていただけると幸いです。
よろしくお願いいたします。

for i in range(len(predict_data)):
      delta = relativedelta(predict_data["now_date"][i], predict_data["start_date"][i])
1
  • こんなにご丁寧に教えてくださり、本当にありがとうございます!分かったつもりでもすぐこんがらがってしまいますので、今後、何度も読み返させていただきます。本当にありがとうございました!
    – hasune
    2022年10月11日 12:36

2 件の回答 2

0

質問のやり方は行番号では無く「インデックス値」によるアクセスです。
インデックス値が0からの連番で付加されているため、行番号で行を指定したのと同等の処理になった訳です。

pandasのドキュメントでは以下に記述されています。
Indexing and selecting data

Note
The Python and NumPy indexing operators[]and attribute operator.provide quick and easy access to pandas data structures across a wide range of use cases.

Basics

the primary function of indexing with[](a.k.a.__getitem__for those familiar with implementing class behavior in Python) is selecting out lower-dimensional slices.

Object Type Selection Return Value Type
Series series[label] scalar value
DataFrame frame[colname] Series corresponding to colname

こんな日本語の解説記事もあります。
インデックスに基づく選択 - pandas – Series のインデックス操作まとめ


質問の出展はこちらだと思われますが
Python実践データ分析100本ノック (単行本)

第4章 顧客の行動を予測する10本 ノック
ノック37:特徴となる変数を付与しよう
サンプルファイルのダウンロード - Python実践データ分析100本ノック

他に多数の人が記事を書いていて例えばこんな解説があります
【Python実践データ分析100本ノック】ノック36-40

質問の行近辺のpredict_data.head()の結果や、直前のpredict_data["period"]=Noneが実行された時点で単にpredict_data["now_date"]とかpredict_data["start_date"]として内容を表示してみれば分かりますが、各データには015112という数値(整数)によるインデックスが付いています。

>>> predict_data.head()
       年月 customer_id  count_pred  count_0  count_1  count_2  count_3  count_4  count_5
0  201810    AS002855           3      7.0      3.0      5.0      5.0      5.0      4.0
1  201810    AS009373           5      6.0      6.0      7.0      4.0      4.0      3.0
2  201810    AS015315           4      7.0      3.0      6.0      3.0      3.0      6.0
3  201810    AS015739           5      6.0      5.0      8.0      6.0      5.0      7.0
4  201810    AS019860           7      5.0      7.0      4.0      6.0      8.0      6.0
...
>>> predict_data['now_date']
0       2018-10-01
1       2018-10-01
2       2018-10-01
3       2018-10-01
4       2018-10-01
           ...
15108   2019-03-01
15109   2019-03-01
15110   2019-03-01
15111   2019-03-01
15112   2019-03-01
Name: now_date, Length: 15113, dtype: datetime64[ns]
...
>>> predict_data['start_date']
0       2016-11-01
1       2015-11-01
2       2015-07-01
3       2017-06-01
4       2017-10-01
           ...
15108   2015-09-01
15109   2018-09-01
15110   2016-06-01
15111   2017-03-01
15112   2017-04-01
Name: start_date, Length: 15113, dtype: datetime64[ns]

なので、predict_data["now_date"][i]とかpredict_data["start_date"][i]とすると、各Seriesデータ中のiの数値をインデックス値に持つデータにアクセス出来ることになります。

1
  • こちらの状況、実力、混乱部分を的確に察してくださり、心から感謝申し上げます!また分かりやすく資料を添付してくださったので、この問題を深く理解することができました。本当にありがとうございました!
    – hasune
    2022年10月11日 12:41
0

元データが DataFrame (2次元)だった場合, その中から一つの項目を取り出すには

  • 行(ROW)・列(COLUMN) を同時に指定する
  • あるいは 一つずつ指定することができる
    一つずつの場合にも どの軸を先に指定するかで(当然)指定方法が異なる
    • df[COLUMN][ROW]
    • df.loc[ROW][COLUMN]

df[カラム名][n] のような指定では, カラム名にて 1列分 Series を取り出しその中から [n]で項目を取り出す手順
(複数続けるので) chained indexing とも呼ばれる
[n] の指定は, DataFrameに対するものではなく 途中結果の Series に対する指定
(なので loc / iloc は必要ない)

chained indexing

chained indexing は(理解して使う分にはよいが) 問題点もある

  • 内部でコピーが発生する可能性がある (ので微妙に遅くなるかも知れない)
  • 暗黙の型変換が発生する場合がある (誤差が生じる場合がある)
  • 新しい値の代入時に 想定外の結果になる可能性がある

以下の例は, 複数(3種類)の型のデータが df.iloc[1]object 型に纏められた様子
(コピーが発生したはずで, (型変換で)誤差も発生するかも知れない)

import pandas as pd
import numpy as np
import io
csv = io.StringIO('''
idx,日付,整数値項目,少数点数項目
A,2022-10-1,100,3.2
B,2022-10-2,200,0.1
C,2022-10-3,100,
D,2022-10-4,100,1.2
''')
df = pd.read_csv(csv, index_col=0, parse_dates=[1])
print(df.dtypes)
# 日付        datetime64[ns]
# 整数値項目              int64
# 少数点数項目           float64
# dtype: object

df.iloc[1]
# 日付        2022-10-02 00:00:00
# 整数値項目                     200
# 少数点数項目                    0.1
# Name: B, dtype: object

… なので, df.loc[ROW][COLUMN] の chained indexing は(データにもよるが)避けたほうがよい
(df['整数値項目'] のような指定であれば, int64 のまま, 変換は行われない)


行・列を同時に指定

ちなみに
2次元 (matrix あるいは DataFrame) から値を取り出す場合, 以下の方法があります
(どちらかの軸 片方が番号の場合, .index, .columns など利用して変換するとよいでしょう)

ラベルで指定 番号で位置指定 備考
単独(single value)および
複数の要素の値
loc iloc 行だけの指定の場合 行を取り出す
単独(single value)の要素の値 at iat

Table: DataFrameの場合 (Seriesの同名メソッドは 別ページ)

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。