• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Laboratorio
    • Estadística
      • Calculadora del Tamaño Muestral en Encuestas
      • Calculadora de estadísticos descriptivos
      • Test de normalidad
      • Calculadora de contrastes de hipotesis
      • Calculadora de tamano del efecto
      • Simulador de Regresión Lineal con Ruido
      • Descenso de gradiente
      • Visualizador de PCA
      • Visualizador de Series Temporales
      • Simulador de Regresión Logística
      • Matriz de confusión e informe de clasificación
      • Visualizador de fronteras de decisión
      • Simulador de K-Means
      • Número Óptimo de Clusters
      • Simulador de DBSCAN
      • Detector de la Ley de Benford
      • Ajuste de Curvas
      • Calculadora de Matrices
    • Probabilidad
      • Calculadora de Probabilidad de Distribuciones
      • Problema del cumpleaños
      • Calculadora de Probabilidades de Lotería
      • Simulador del Problema de Monty Hall
      • La aguja de Buffon
      • Simulador de la Estrategia Martingala
      • Simulador de Cadenas de Markov
    • Finanzas
      • Calculadora de Préstamos e Hipotecas
      • Conversor TIN ↔ TAE
      • Calculadora DCA con ajuste por inflación
      • Comparador de tarifas de luz 2.0TD
      • Calculadora XIRR con Flujos Irregulares
      • Simulador FIRE (Financial Independence, Retire Early)
      • Frontera Eficiente
    • Negocios
      • CLV
      • Scoring
    • Herramientas
      • Formateador / Minificador de JSON
      • Conversor CSV ↔ JSON
      • Consultar CSV con SQL en el navegador
      • Extractor de tickets (OCR)
      • Comparador y Formateador de Texto y JSON
      • Formateador y Tester de Expresiones Regulares
      • Inspector de JWT
      • Generador y verificador de hashes
      • Calculadora HMAC
      • Codificador / Decodificador Base64 y URL
      • Conversor de bases numericas
      • Conversor de Timestamp Unix
      • Conversor de colores
      • Generador de UUIDs
      • Editor de expresiones cron
      • Conversor de unidades
    • Juegos
      • Tres en Raya
      • Nim con Q-Learning
    • Más
      • Método D’Hondt
      • Generador de Contraseñas Seguras
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • IA Generativa
  • Python
  • Pandas
  • NumPy
  • R
  • Excel

Reemplaza loc e iloc para mejorar el rendimiento en bucles

Pandas

febrero 13, 2023 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

Dos de los métodos más utilizados para acceder a los elementos de una Serie o un DataFrame en Pandas son loc e iloc. Algo que se debe a su gran flexibilidad, permite seleccionar elementos o subconjuntos usando tanto los nombres de las etiquetas (loc) como la posición (iloc) de forma intuitiva. Aunque, en algunos casos, pueden ofrecer problemas de rendimiento. Por ejemplo, en los bucles, cuando es necesario acceder a múltiples elementos. Problemas de rendimiento que se pueden solucionar reemplazando loc e iloc por at e iat para operar sobre los elementos de la serie o el DataFrame dentro de un bucle.

Operar sobre las filas de un DataFrame con loc e iloc

Para comprobar los problemas de rendimiento de loc e iloc se puede crear un DataFrame aleatorio con medio millón de filas y tres columnas.

import pandas as pd
import numpy as np

np.random.seed(0)

df = pd.DataFrame(np.random.randint(0, 1000, (500000, 3)), columns=['A', 'B', 'C'])
df.head()
     A    B    C
0  684  559  629
1  192  835  763
2  707  359    9
3  723  277  754
4  804  599   70

Ahora se puede plantear un problema sencillo, sumar los valores de la primera (A) y segunda columna (B), para almacenar el resultado en la tercera (C). Lo que se puede implementar con el siguiente código en el que también se mide el tiempo de ejecución con time().

Shallow copy vs Deep copy en Python: la mutación inesperada
En Analytics Lane
Shallow copy vs Deep copy en Python: la mutación inesperada

import time
start = time.time()

for index, row in df.iterrows():
    df.loc[index, 'C'] = row.A + row.B

end = time.time()
print(end - start)
16.9221031665802

En mi equipo el código ha tardado 16,92 segundos en ejecutarse. Se puede repetir el ejercicio cambiando loc por iloc, con lo que el código quedaría de la siguiente forma.

import time
start = time.time()

for index, row in df.iterrows():
    df.iloc[index, 2] = row.A + row.B

end = time.time()
print(end - start)
15.030578851699829

Lo que ofrece una ligera mejora del rendimiento, ahora el proceso ha tardado 15,03 segundos.

Operar sobre las filas de un DataFrame con at e iat

Este problema se puede resolver con at en lugar de loc, solamente reemplazo un método por el otro. Por lo que el código anterior quedaría como

import time
start = time.time()

for index, row in df.iterrows():
    df.at[index, 'C'] = row.A + row.B

end = time.time()
print(end - start)
9.518975973129272

Ahora solamente ha tardado 9,52 segundos en terminar la tarea, lo que supone una mejora del 78% respecto al uso de iloc. En el caso de iat el código que se debería ejecutar sería el siguiente.

import time
start = time.time()

for index, row in df.iterrows():
    df.at[index, 'C'] = row.A + row.B

end = time.time()
print(end - start)
11.972346067428589

Aunque en este caso el tiempo necesario para completar la tarea es de 11,97 segundos, un aumento de rendimiento menor respecto a iloc pero aún más importante.

¿Por qué no siempre se puede reemplazar loc e iloc por at e iat para mejorar el rendimiento en bucles?

Los métodos loc y at no funcionan exactamente igual, por lo que no es posible reemplazar uno por otro en todas las ocasiones. Lo mismo que en el caso de iloc e iat. Mientras que con loc e iloc se puede seleccionar un subconjunto del DataFrame original con at e iat solamente se pueden seleccionar un elemento. Por lo que, cuando se quiere crear un nuevo conjunto de datos solamente con unos valores se tiene que usar obligatoriamente loc o iloc. Por ejemplo, para seleccionar las tres primeras filas del objeto.

df.loc[:2]
     A    B    C
0  684  559  629
1  192  835  763
2  707  359    9

En este caso si se cambia loc por at el código producirá un error.

Mejorar el rendimiento en bucles reemplazado iterrows()

En una publicación anterior se vio que iterrows() no es el método más eficiente para iterar sobre un DataFrame. Iterar sobre los índices con range() es una forma mucho más eficaz. Algo que se puede realizar fácilmente para el problema de ejemplo.

import time
start = time.time()

for _ in range(250):
    for index in range(len(df.head())):
        df.loc[index, 'C'] = df.loc[index, 'A'] + df.loc[index, 'B']

end = time.time()
print(end - start)
0.059928178787231445

Si se repite el ejercicio anterior iterando sobre los índices con loc se tiene que el proceso, replicado esta vez 250 veces, solamente tarda 0,0599 segundos.

import time
start = time.time()

for _ in range(250):
    for index in range(len(df.head())):
        df.at[index, 'C'] = df.at[index, 'A'] + df.at[index, 'B']

end = time.time()
print(end - start)
0.011784791946411133

Pero si se repite con at el tiempo se reduce a solo 0,0118 segundos. Por lo que la mejor ahora es de un factor 5.

Aunque esta es la opción más eficiente para resolver este problema, en las secciones anteriores se empleó `iterorws()` mostrar de una forma más clara al diferencia de rendimiento entre un método y otro.

Conclusiones

En esta entrada se ha visto que cambiar loc por at e iloc por iat, cuando esto es posible, se puede traducir en una importante mejora del rendimiento cuando se trabaja con bucles. Pudiendo mejorar en un factor de 5. Además se ha vuelto a comprobar que iterrows() tampoco es la forma más eficiente de iterar sobre un DataFrame, iterar sobre los índices es mucho más eficaz.

Image by Gerd Altmann from Pixabay

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • Shallow copy vs Deep copy en Python: la mutación inesperada
  • Cómo Proyectar Cuándo Alcanzarás la Independencia Financiera
  • Cómo Saber si una Diferencia Significativa es Importante
  • Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”
  • Cómo Explorar un Dataset antes de Modelar
  • Cómo Elegir el Test de Hipótesis Correcto para tus Datos
  • Tuplas vs Listas en Python: parecen lo mismo, pero no
  • == vs is en Python: la diferencia que causa bugs misteriosos
  • Curiosidad: El puerto 80 y los números de puerto

Publicidad

Publicado en: Python Etiquetado como: Pandas

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Bluesky
  • Facebook
  • GitHub
  • Instagram
  • Mastodon
  • Pinterest
  • RSS
  • Telegram
  • Tumblr
  • Twitter
  • YouTube

Publicidad

Entradas recientes

Cómo Explorar un Dataset antes de Modelar

noviembre 17, 2026 Por Daniel Rodríguez

Curiosidad: “Wi-Fi” no significa “Wireless Fidelity”

noviembre 12, 2026 Por Daniel Rodríguez

Shallow copy vs Deep copy en Python: la mutación inesperada

noviembre 10, 2026 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Hoja de cálculo para repartir los escaños en base al método D’Hont Aplicar el método D’Hondt en Excel publicado el abril 14, 2021 | en Herramientas
  • Creación de gráficos de barras y gráficos de columnas con Seaborn publicado el julio 18, 2023 | en Python
  • Instalar Rocky Linux 9 en VirtualBox publicado el octubre 20, 2023 | en Herramientas
  • Error: No se puede cargar el archivo porque la ejecución de scripts está deshabilitada en este sistema Solución a los problemas de ejecución de scripts en Windows 11 cuando se da el mensaje: “No se puede cargar el archivo porque la ejecución de scripts está deshabilitada en este sistema” publicado el febrero 14, 2024 | en Herramientas
  • Método del codo (Elbow method) para seleccionar el número óptimo de clústeres en K-means publicado el junio 9, 2023 | en Ciencia de datos

Publicidad

Lo mejor valorado

4.9 (24)

Seleccionar filas y columnas en Pandas con iloc y loc

4.6 (16)

Archivos JSON con Python: lectura y escritura

4.4 (14)

Ordenación de diccionarios en Python mediante clave o valor

4.7 (13)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.1 (11)

Aplicar el método D’Hondt en Excel

Comentarios recientes

  • Daniel Rodríguez en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Hatepi en Curiosidad: La Paradoja de Simpson, o por qué no siempre debes fiarte de los promedios
  • Daniel Rodríguez en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • Juan en Los récords con asterisco, o la épica del titular sin contexto – El bestiario de los indicadores económicos absurdos (parte 8 y final)
  • bif en JSON en bases de datos: cuándo es buena idea y cuándo no

Publicidad


Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2026 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto