Vi um código que a função iloc estava assim:
x = dados.iloc[0:-1, d:]
y = dados.iloc[d].values[0]
Li que iloc
Seleciona a linha e coluna, mas o que seria aquele d
ali ?
Adaptdado da documentação:
DataFrame.iloc
Indexação puramente baseada em localização através de inteiros para seleção por posição.
iloc[]
é basicamente baseado em posções representadas por inteiros (de 0 ao tamanhyo-1 do eixo) mas também pode ser usado com um array booleano.
Entradas permitidas:
slice
de inteiros, ex. 1:7Uma função que pode ser chamada com um argumento (Series, DataFrame ou Panel) e retorna uma saída válida para indexação (uma das opções acima). Isso é útil em cadeias de métodos, quando vc não tem uma referencia ao objeto de chamada, mas gostaria de basear sua seleção em algum valor. .iloc
levantará a exceção IndexError
se o índice requisitado estiver fora dos limites, embora a chmada via slices (de acordo com a semantica pyhton/numpy) admitam valores fora do limite.
Exemplos:
>>> mydict = [{'a': 1, 'b': 2, 'c': 3, 'd': 4},
... {'a': 100, 'b': 200, 'c': 300, 'd': 400},
... {'a': 1000, 'b': 2000, 'c': 3000, 'd': 4000 }]
>>> df = pd.DataFrame(mydict)
>>> df
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
Acessando a primeira linha do df
com iloc[0]
:
>>> df.iloc[0]
a 1
b 2
c 3
d 4
Name: 0, dtype: int64
# Investigando o tipo de objeto retornado qdo fazemos a chamada acima:
>>> type(df.iloc[0])
<class 'pandas.core.series.Series'>
Note que a chamada com iloc[escalar]
não retorna um Dataframe
e sim um objeto do tipo pandas.series
.
Agora vamos acessar as duas primeiras linhas através de uma lista de inteiros:
>>>> df.iloc[[0, 1]]
a b c d
0 1 2 3 4
1 100 200 300 400
# Investigando o tipo de objeto retornado pela chamada acima:
>>> type(df.iloc[[0, 1]])
pandas.core.frame.DataFrame
Veja que agora tipo de objeto do retorno foi um pandas.DataFrame
, algo como um "subdataframe".
Acessando com slices:
# Extrapoloando o limite
>>> df.iloc[:60]
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
# Começando em 2, indo até o final
>>> df.iloc[2::]
a b c d
2 1000 2000 3000 4000
Através de uma função, util em cadeia de metodos, no exemplo abaixo o indice é passado para lambda que retorna, ao fim, uma lista de inteiros pares.
>>> df.iloc[lambda x: x.index % 2 == 0]
a b c d
0 1 2 3 4
2 1000 2000 3000 4000
Note que o retorno foi um df
com as linhas cujos indices eram pares no df
original.
indexando os 2 eixos:
Podemos, também, fazer um mix entre índices e colunas, no exemplo abaixo vamos acessar o valor da segunda coluna da primeira linha e depois os valores da primeira linha e terceira coluna mais a segunda linha e quarta coluna
# Acessando o valor da primeira linha nas segunda coluna
>>> df.iloc[0, 1]
2
# Acessando os valores presentes na primeira e segunda linha na terceira e quarta coluna, respectivamente.
df.iloc[[0, 2], [1, 3]]
b d
0 2 4
2 2000 4000
Respondendo específicamente ao código na pergunta:
Para elucidar o código colocado na pergunta, vamos definir um valor para a variável d
, provavelmente esse codigo foi tirado de um contexto em que essa variável estava definida.
x = dados.iloc[0:-1, d:]:
# Vamos copiar o valor de `df` definido acima para um novo df chamado `dados
>>> dados = df.copy()
# Vamos definir a variável d com o valor 2
d = 2
# Executando o primeiro comando do codigo da pergunga
x = dados.iloc[0:-1, d:]
# Apresentando o resultado
print(x)
c d
0 3 4
1 300 400
O resultado é a terceira e a quarta colunas (c
e d
) das linhas 0
e 1
, note que o comando faz o que foi definido no tópico Indexando os 2 eixos com a utilização de slices, na semantica python/numpy, dados.iloc[0:-1, d:]
indica um slice iniciando no índice 0 (linha 0) até a penúltimo ídicce (-1). As colunas foram selecionadas em função do valor da variável d
(=2
), ou seja da coluna 2 até a ultima (da c
à d
).
y = dados.iloc[d].values[0]:
Essa linha atribui à variável y
o primeiro valor da terceira linha (visto que o valor da variável d
é 2
) do dataframe, ou seja, 1000
:
# Relembrando os valores no dataframe
>>> print(dados)
a b c d
0 1 2 3 4
1 100 200 300 400
2 1000 2000 3000 4000
# Lista dos valores na linha do índice equivalente à variável `d`:
>>> dados.iloc[d].values
array([1000, 2000, 3000, 4000])
# Executando segunda linha de codigo da pergunta
>>> y = dados.iloc[d].values[0]
# Apresentando o resultado:
print(y)
1000
Não cheguei a usar pandas, então não cheguei a usar este método, pelo que li, o iloc
, é um método de seleção de dados, e de acordo com esse site, sua estrutura funciona da seguinte forma:
data.iloc[<row selection>, <column selection>]
Então neste caso creio eu que está recuperando os valores da primeira linha até a última, na coluna d em diante.
dados.iloc[0:-1, d:] # a opção 0 é a primeira linha, é o -1 é a última, é o d: a partir da coluna d.
Claro não uso ciência de dados com python, mas pelo que ué li, creio que seja isso. Mas se alguém sabe é não for isso que disse posta aqui.