Summary  
This chapter covers how to use pandas’ label-based .loc indexer to select specific rows and columns in a DataFrame, including single labels, lists of labels, slicing, and combined row-and-column selection.  

General domain of usage  
Data wrangling workflows

Watch this video for a clear walkthrough of how to select specific rows and columns in pandas using the .loc[] attribute. You'll see practical demonstrations of slicing DataFrames by row indices and column names, reinforcing the concepts covered in this chapter. This visual guide will help you confidently apply .loc[] to extract exactly the data you need.

Olet käynyt läpi aiemmat luvut, ja nyt on oikea hetki yhdistää osaamisesi. Voit määrittää sekä rivit että sarakkeet; tätä varten sinun tulee tuntea `.loc[]`-attribuutti.

Tämän toiminnon avulla voidaan tehdä monenlaisia viipalointitoimintoja, mutta tässä vaiheessa keskitymme aiemmissa luvuissa opittujen asioiden kertaamiseen.

Kuten tavallista, katso ensin esimerkkiä ja sitten tulostetta.

- `data.loc[2:5, ['Director', 'ReleaseYear']]` – palauttaa rivit, joiden indeksit ovat `2`, `3`, `4`, `5` (muista, että indeksit alkavat arvosta `0`) sarakkeista `'Director'` ja `'ReleaseYear'` (`.loc[]` sisältää viimeisen indeksin, jonka asetat `[]`-sulkeisiin);
- `data.loc[:5, ['Director', 'ReleaseYear']]` – palauttaa rivit, joiden indeksit ovat `0`, `1`, `2`, `3`, `4`, `5` sarakkeista `'Director'` ja `'ReleaseYear'`;
- `data.loc[997:, ['Director', 'ReleaseYear']]` – palauttaa rivit, joiden indeksit ovat `997`, `998`, `999` (`999` on viimeisen rivin indeksi) sarakkeista `'Director'` ja `'ReleaseYear'`;
- `data.loc[:, ['Director', 'ReleaseYear']]` tai  `data[['Director', 'ReleaseYear']]` – palauttaa kaikki rivit sarakkeista `'Director'` ja `'ReleaseYear'`.

import unittest
import pandas as pd

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)


class TestPandasImport(unittest.TestCase):
    def test_import_pandas_as_pd(self):
        """
        1. Import the pandas library with the pd alias.
        """
        import user_code
        condition = "pd" in user_code.__dict__ and user_code.pd is pd
        _dynamic_test(
            self,
            condition,
            "The pandas library is imported correctly with the alias 'pd'.",
            "Pandas is not imported correctly. Use 'import pandas as pd'."
        )


class TestCSVRead(unittest.TestCase):
    def test_csv_read(self):
        """
        2. Read the CSV file.
        """
        import user_code
        condition = hasattr(user_code, "data") and isinstance(user_code.data, pd.DataFrame)
        _dynamic_test(
            self,
            condition,
            "The CSV file is read correctly into the 'data' DataFrame.",
            "The CSV file is not read correctly or not assigned to 'data'."
        )


class TestDataExtraction(unittest.TestCase):
    def test_data_extracted_slice(self):
        """
        3. Assign to data_extracted variable correct slice.
        """
        import user_code
        df_user = user_code.data_extracted
        ref = pd.read_csv(
            "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/IMDb_Data_final.csv"
        ).loc[15:85, ["Title", "Stars", "Category"]]
        condition = (
            isinstance(df_user, pd.DataFrame)
            and list(df_user.columns) == ["Title", "Stars", "Category"]
            and df_user.equals(ref)
        )
        _dynamic_test(
            self,
            condition,
            "The variable 'data_extracted' contains the correct rows and columns.",
            "The slice for 'data_extracted' is incorrect. Check the indices and column order."
        )


class TestOutput(unittest.TestCase):
    def test_print_output(self):
        """
        4. Output the data_extracted variable.
        """
        import user_code
        import io
        import sys

        captured_output = io.StringIO()
        sys.stdout = captured_output
        # re-run print part
        if hasattr(user_code, "data_extracted"):
            print(user_code.data_extracted)
        sys.stdout = sys.__stdout__

        output_text = captured_output.getvalue()
        condition = len(output_text.strip()) > 0
        _dynamic_test(
            self,
            condition,
            "The 'data_extracted' variable is printed as output.",
            "The 'data_extracted' variable is not printed. Use print(data_extracted)."
        )


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.

Tiettyjen Rivien ja Sarakkeiden Valitseminen

Ratkaisu