Summary  
This chapter explains how to combine multiple Boolean conditions with the & (and) and | (or) operators in code to filter rows of a data frame via .loc, stressing the use of parentheses for correct precedence and readability.

General domain of usage  
Data analysis

Watch this video for a complete walkthrough of handling multiple conditions in pandas. You'll see how to use the `&` and `|` operators with `.loc[]` to filter DataFrames based on several criteria, just like in the chapter examples. The video covers both 'and' and 'or' logic, demonstrates best practices, and guides you through practical tasks. By the end, you'll be able to filter pandas DataFrames with confidence using multiple conditions together.

Joskus tarvitaan useita ehtoja samanaikaisesti. Esimerkiksi halutaan poimia tietoja **vaarallisista** asteroideista, joilla on **pieni vähimmäishalkaisija**. Mutta miten kirjoitetaan kaksi ehtoa yhtä aikaa? Katso taulukkoa:

Tämä esimerkki on mukana auttamassa aiheen ymmärtämisessä. Tämä koodi poimii tiedot suurista ja vaarallisista asteroideista, joissa arvioitu vähimmäishalkaisija on suurempi kuin `3.5` kilometriä ja `'hazardous'` on `True`.

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0)
data_extracted = data.loc[(data['est_diameter_min'] > 3.5) & (data['hazardous'] == True)]
print(data_extracted)

Tulosteessa näkyvät kaikki rivit, jotka täyttävät nämä kaksi ehtoa:
- `est_diameter_min` > 3.5;
- `hazardous` == True.

Tarkastele seuraavaa esimerkkiä, jossa käytetään `or`-lausetta. Tämä koodi poimii tiedot erittäin pienistä tai suurista asteroideista, joiden arvioitu minimihalkaisija on alle `0.0005` kilometriä ja arvioitu maksimihalkaisija yli `20` kilometriä:

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet', index_col = 0)
data_extracted = data.loc[(data['est_diameter_min'] < 0.0005) | (data['est_diameter_max'] > 20)]
print(data_extracted)

Tulosteessa näkyvät kaikki rivit, jotka täyttävät jommankumman näistä kahdesta ehdosta:
- `est_diameter_min` < 0.0005;
- `est_diameter_max` > 20.

import unittest
import pandas as pd
import io
import sys


def _dynamic_test(test_case, condition, success_msg, failure_msg):
    if condition:
        test_case._testMethodName = success_msg
        test_case.assertTrue(True, success_msg)
    else:
        test_case._testMethodName = failure_msg
        test_case.fail(failure_msg)


def frames_equal_ignore_col_order(df1, df2):
    """ÐÐµÑÐµÐ²ÑÑÐºÐ° ÑÑÐ²Ð½Ð¾ÑÑÑ DataFrame Ð½ÐµÐ·Ð°Ð»ÐµÐ¶Ð½Ð¾ Ð²ÑÐ´ Ð¿Ð¾ÑÑÐ´ÐºÑ ÐºÐ¾Ð»Ð¾Ð½Ð¾Ðº."""
    if set(df1.columns) != set(df2.columns):
        return False
    common_cols = sorted(df1.columns)
    df1_sorted = df1[common_cols].reset_index(drop=True)
    df2_sorted = df2[common_cols].reset_index(drop=True)
    return df1_sorted.equals(df2_sorted)


class TestExtraction(unittest.TestCase):
    def test_filter_conditions(self):
        """
        1. Extract data where 'absolute_magnitude' >= 25 and 'hazardous' == False.
        """
        import user_code

        # ÐÐ°Ð²Ð°Ð½ÑÐ°Ð¶ÑÑÐ¼Ð¾ Ð¾ÑÐ¸Ð³ÑÐ½Ð°Ð»ÑÐ½Ð¸Ð¹ Ð´Ð°ÑÐ°ÑÑÐµÐ¹Ð¼
        df = pd.read_csv(
            "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/planet",
            index_col=0
        )

        # Ð¤Ð¾ÑÐ¼ÑÑÐ¼Ð¾ ÐµÑÐ°Ð»Ð¾Ð½
        ref = df.loc[(df["absolute_magnitude"] >= 25) & (df["hazardous"] == False)]

        condition = (
            hasattr(user_code, "data_extracted")
            and isinstance(user_code.data_extracted, pd.DataFrame)
            and frames_equal_ignore_col_order(user_code.data_extracted, ref)
        )

        _dynamic_test(
            self,
            condition,
            "The DataFrame is filtered correctly for bright and not hazardous asteroids.",
            "Filtering conditions are incorrect. Check both conditions and the use of '&' inside .loc[]."
        )


class TestOutput(unittest.TestCase):
    def test_output_sample(self):
        """
        2. Output 5 random rows from the resulting DataFrame using .sample(5).
        """
        import user_code

        captured_output = io.StringIO()
        sys.stdout = captured_output
        print(user_code.data_extracted.sample(5))
        sys.stdout = sys.__stdout__

        output_text = captured_output.getvalue().strip()
        condition = len(output_text) > 0
        _dynamic_test(
            self,
            condition,
            "The output displays 5 random rows from 'data_extracted' using .sample(5).",
            "The output is missing or incorrect. Use print(data_extracted.sample(5))."
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

Tämä kurssi sisältää runsaasti hyödyllisiä toimintoja tulevalle data-analyytikolle. Opit erilaisia tapoja tietojen poimimiseen ja voit jopa asettaa niille ehtoja. Tämän jälkeen tulet tutuksi tietojen ryhmittelymenetelmien kanssa. Lisäksi opit, kuinka esikäsitellä tietoja. Jokaisessa osiossa on oma tietoaineistonsa, joten kurssi on mukaansatempaava.

Tässä osiossa opit, kuinka voit tulostaa tiettyjä sarakkeita niiden nimien tai indeksien perusteella. Lisäksi tutustut tapoihin, joilla voit valita rivejä indeksien avulla.

Tässä opit, kuinka voit poimia dataa, jolla on tietyt ehdot. Opit myös, kuinka yhdistää näitä ehtoja ja jopa luoda omia ehtoja.

Tässä osiossa laajennat tietämystäsi erilaisten datan ehtojen asettamisesta. Opit tarkistamaan, onko datasi määritellyssä arvolistassa tai kahden arvon välillä. Opit myös löytämään suurimmat ja pienimmät arvot.

Tämä osio on yksi kurssin kiehtovimmista. Tässä opit ryhmittelemään dataa eri tavoilla. Tämä auttaa sinua työskentelemään data-analyytikkona ja löytämään tietoa tietyistä dataryhmistä.

Tämä osio on yksi tärkeimmistä data-analyytikolle, koska jos data sisältää puuttuvia arvoja tai on väärässä muodossa, sen kanssa työskentely on mahdotonta. Tässä opit käsittelemään tällaisia sopimattomia arvoja.

Useiden Ehtojen Käsittely

Ratkaisu