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.

これまでの章を終えた今、知識を組み合わせる絶好のタイミングです。行と列の両方を指定するには、`.loc[]`属性に慣れておく必要があります。

この関数を使うことで、さまざまなスライス操作が可能ですが、ここでは前章までの知識を整理します。

いつものように、まず例を見てから出力を確認してください。

- `data.loc[2:5, ['Director', 'ReleaseYear']]` - インデックスが`2`、`3`、`4`、`5`（インデックスは`0`から始まる）である行と、列`'Director'`および`'ReleaseYear'`を出力（`.loc[]`は指定した最後のインデックスを`[]`内に含む）；
- `data.loc[:5, ['Director', 'ReleaseYear']]` - インデックスが`0`、`1`、`2`、`3`、`4`、`5`である行と、列`'Director'`および`'ReleaseYear'`を出力；
- `data.loc[997:, ['Director', 'ReleaseYear']]` - インデックスが`997`、`998`、`999`（`999`は最終行のインデックス）である行と、列`'Director'`および`'ReleaseYear'`を出力；
- `data.loc[:, ['Director', 'ReleaseYear']]` または `data[['Director', 'ReleaseYear']]` - 全ての行と、列`'Director'`および`'ReleaseYear'`を出力。

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

このコースは、将来のデータアナリストのために多くの有用な関数を含んでいます。さまざまなデータ抽出方法を学び、条件を設定することもできます。その後、データのグループ化手法に精通することができます。また、データの前処理方法も学びます。各セクションには独自のデータセットが用意されているため、コースは魅力的なものとなっています。

このセクションでは、タイトルやインデックスによって特定の列を出力する方法を学びます。また、インデックスによって行を選択する方法についても理解を深めます。

ここでは、特定の条件を持つデータを抽出する方法を学びます。また、それらを組み合わせたり、自分自身で条件を作成したりする方法も学びます。

このセクションでは、さまざまなデータ条件の設定に関する知識を深めます。データが定義された値のリストに含まれているか、または2つの値の間にあるかを確認する方法を学びます。また、最大値と最小値を見つける方法についても学びます。

このセクションはコースの中でも特に興味深い内容の一つです。ここでは、データをさまざまな方法でグループ化する方法を学びます。特定のデータグループに関する情報を見つけるために、データアナリストとして役立つスキルを身につけることができます。

このセクションはデータアナリストにとって最も重要なものの一つです。なぜなら、データに不適切な形式の欠損値が含まれている場合、作業が不可能になるためです。したがって、ここではそのような不適切な値への対処方法を学びます。

特定の行と列の選択

解答