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.

Du har nå gått gjennom de forrige kapitlene, og nå er det riktig tidspunkt å kombinere kunnskapen din. Du kan spesifisere både rader og kolonner; for å gjøre dette må du være kjent med attributtet `.loc[]`.

Denne funksjonen gir oss mange ulike muligheter for utsnitt, men for nå skal vi bare samle kunnskapen fra de forrige kapitlene.

Som vanlig, se på eksempelet og deretter på resultatet.

- `data.loc[2:5, ['Director', 'ReleaseYear']]` – viser rader med indeksene `2`, `3`, `4`, `5` (men husk at indeksene starter fra `0`) fra kolonnene `'Director'` og `'ReleaseYear'` (`.loc[]` inkluderer den siste indeksen du setter inn i `[]`);
- `data.loc[:5, ['Director', 'ReleaseYear']]` – viser rader med indeksene `0`, `1`, `2`, `3`, `4`, `5` fra kolonnene `'Director'` og `'ReleaseYear'`;
- `data.loc[997:, ['Director', 'ReleaseYear']]` – viser rader med indeksene `997`, `998`, `999` (`999` er indeksen til den siste raden) fra kolonnene `'Director'` og `'ReleaseYear'`;
- `data.loc[:, ['Director', 'ReleaseYear']]` eller  `data[['Director', 'ReleaseYear']]` – viser alle rader fra kolonnene `'Director'` og `'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

Dette kurset inneholder mange nyttige funksjoner for en fremtidig dataanalytiker. Du vil lære ulike måter å hente ut data på og til og med sette betingelser for dem. Etter dette vil du bli kjent med metoder for å gruppere data. Du vil også lære hvordan du forhåndsbehandler data. Hver seksjon har sitt eget datasett, noe som gjør kurset engasjerende.

Denne seksjonen vil lære deg hvordan du kan hente ut spesifikke kolonner ved hjelp av titler eller indekser. Du vil også bli kjent med ulike måter å velge rader basert på indekser.

Her vil du lære hvordan du kan hente ut data som oppfyller spesifikke betingelser. Du vil også lære hvordan du kan kombinere dem og til og med lage dine egne.

I denne delen vil du utvide kunnskapen din om å sette ulike datakriterier. Du vil lære å sjekke om dataene dine finnes i en definert liste med verdier eller mellom to verdier. Du vil også lære hvordan du finner de største og minste verdiene.

Denne seksjonen er en av de mest fascinerende i kurset. Her vil du lære hvordan du kan gruppere data på ulike måter. Dette vil hjelpe deg som dataanalytiker med å finne informasjon om spesifikke datagrupper.

Denne seksjonen er en av de viktigste for en dataanalytiker fordi det vil være umulig å arbeide med dataene dersom de inneholder manglende verdier eller feil format. Derfor vil du lære hvordan du håndterer slike upassende verdier her.

Velge spesifikke rader og kolonner

Løsning