Избиране: [], loc и iloc

Накратко: В pandas [] избира колони, loc избира редове и клетки по етикет, а iloc по позиция.

Проблем

„Сиренето поскъпва“

Доставчикът вдига цената на сиренето от 7,90 € на 8,40 €. Управителят иска три неща:

• малка таблица за щанда само с име и цена;
• цената и наличността на един продукт, без да търси с очи;
• новата цена да е в таблицата, а не в някое копие встрани.

Това е избиране: да вземеш част от таблицата, колони, редове или една клетка, и понякога да я промениш. pandas има за това три инструмента: [], loc и iloc.

Идеята

Колони: []

С [] вече взимаш една колона. Ако в скобите сложиш списък с имена, получаваш таблица с тези колони, в този ред:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
print(type(products['price']), products['price'].shape)
print(type(products[['name', 'price']]), products[['name', 'price']].shape)
products[['name', 'price']].head(3)

import pandas as pd products = pd.read_csv('products.csv') print(type(products['price']), products['price'].shape) print(type(products[['name', 'price']]), products[['name', 'price']].shape) products[['name', 'price']].head(3)

▶ ИзпълниВърни кода

Едно име дава Series с форма (25,). Списък дава DataFrame с форма (25, 2), дори списъкът да е с една колона: products[['price']] е таблица. Двойните скоби не са специален синтаксис: външните са на избирането, а вътрешните са на списъка.

Идеята

По етикет: loc

loc избира по етикети: първо редовете, после колоните, разделени със запетая. С имената в индекса това е „ред Сирене, колона price“:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
by_name = products.set_index('name')
print(by_name.loc['Сирене', 'price'])
print(by_name.loc['Сирене'])
by_name.loc[['Сирене', 'Масло'], ['price', 'stock']]

import pandas as pd products = pd.read_csv('products.csv') by_name = products.set_index('name') print(by_name.loc['Сирене', 'price']) print(by_name.loc['Сирене']) by_name.loc[['Сирене', 'Масло'], ['price', 'stock']]

▶ ИзпълниВърни кода

• Ред и колона дават една клетка: 7.9.
• Само ред дава целия ред като Series. Етикетите вече са имената на колоните.
• Списъци дават таблица: сиренето и маслото с цена и наличност.

Виж го

Срезът с loc взима и края

Срез с двоеточие (start:stop) работи и в loc, но има разлика, която обърква всички:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
print(products.loc[0:3, 'name'].tolist())
print(products.iloc[0:3, 1].tolist())
by_name = products.set_index('name')
by_name.loc['Прясно мляко':'Масло', ['price', 'stock']]

import pandas as pd products = pd.read_csv('products.csv') print(products.loc[0:3, 'name'].tolist()) print(products.iloc[0:3, 1].tolist()) by_name = products.set_index('name') by_name.loc['Прясно мляко':'Масло', ['price', 'stock']]

▶ ИзпълниВърни кода

loc[0:3] дава 4 имена: от етикет 0 до етикет 3 включително. Срез на позиции (iloc, списъците в Python) спира преди края и дава 3.

Причината е етикетите. С имена в индекса loc['Прясно мляко':'Масло'] дава млечните, от млякото до маслото. Никой не би искал маслото да липсва, само защото е написано последно. Как би написал „до след маслото“?

Идеята

По място: iloc

iloc избира по позиция, като масив на NumPy: първият ред е 0, последният е -1. Етикетите не играят роля:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
print(products.iloc[0, 1])
print(products.iloc[-1, 1])
products.iloc[:3, [1, 3]]

import pandas as pd products = pd.read_csv('products.csv') print(products.iloc[0, 1]) print(products.iloc[-1, 1]) products.iloc[:3, [1, 3]]

▶ ИзпълниВърни кода

iloc[0, 1] е първият ред, втората колона: „Бял хляб“. iloc[-1, 1] е последният продукт: подаръчната карта. iloc[:3, [1, 3]] е първите три реда, колоните на място 1 и 3.

Кое кога? loc, когато знаеш какво търсиш: продукт, колона по име. iloc, когато те интересува мястото: първите 5, последния ред. Позициите се местят, щом таблицата се подреди или изреже, а етикетите остават.

1. Индексът е по подразбиране (0, 1, 2…). Колко реда дават products.loc[2:5] и products.iloc[2:5]?

3 и 34 и 44 и 3

Провери

Пробвай

Кафето на склада

Кафето е продуктът с id 17. Колко пакета има на склада? Сложи id в индекса (by_id) и запиши в coffee_stock наличността като едно число.

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
by_id = ...
coffee_stock = ...
print(coffee_stock)

import pandas as pd products = pd.read_csv('products.csv') by_id = ... coffee_stock = ... print(coffee_stock)

Провери▶ Изпълни

Идеята

Копие или същата таблица

Сега новата цена. Изрязваш млечните и сменяш цената на сиренето в тях. Променя ли се products?

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
dairy = products.loc[4:8, ['name', 'price']]
dairy.loc[6, 'price'] = 8.4
print(dairy.loc[6, 'price'], products.loc[6, 'price'])
products.loc[6, 'price'] = 8.4
print(products.loc[6, 'price'])

import pandas as pd products = pd.read_csv('products.csv') dairy = products.loc[4:8, ['name', 'price']] dairy.loc[6, 'price'] = 8.4 print(dairy.loc[6, 'price'], products.loc[6, 'price']) products.loc[6, 'price'] = 8.4 print(products.loc[6, 'price'])

▶ ИзпълниВърни кода

Не: в dairy сиренето е 8.4, а в products е още 7.9. В pandas 3 всяко изрязано парче се държи като копие. Промяната на парчето не пипа оригинала. Това се казва Copy-on-Write: pandas не копира данните веднага, а чак когато някой от двата обекта се промени.

За да промениш таблицата, пишеш в самата нея, с loc и с реда и колоната наведнъж: products.loc[6, 'price'] = 8.4.

Виж го

Две скоби подред не пишат

Изкушението е products['price'][6] = 8.4: колоната, после клетката. Изглежда като loc, но не е:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
products['price'][6] = 8.4
print(products.loc[6, 'price'])

import pandas as pd products = pd.read_csv('products.csv') products['price'][6] = 8.4 print(products.loc[6, 'price'])

▶ ИзпълниВърни кода

Цената е пак 7.9. products['price'] е отделен обект, копие, и [6] = 8.4 пише в него. Това се казва верижно присвояване (chained assignment). pandas 3 никога не го изпълнява върху таблицата и показва предупреждение ChainedAssignmentError с подсказка за .loc.

Правилото е едно: пишеш с едно loc[ред, колона] = … върху таблицата, която искаш да промениш.

По-точно, за любопитните

В pandas 1 и 2 същият код понякога променяше таблицата, а понякога не, според това дали отдолу има копие или изглед. Затова имаше предупреждение SettingWithCopyWarning, което казваше „може би“. Ще го срещнеш в стари статии и в отговори из интернет. В pandas 3 (2026) правилото е ясно, а предупреждението е история. Ако кодът ти трябва да върви и на стара версия, loc наведнъж е вярно и там.

Идеята

Много редове наведнъж: маска в loc

На мястото на реда в loc може да стои маска: колона от True и False, както маските в NumPy. Тогава промяната е за всички редове, където маската е True. Два продукта са изчерпани и пристига доставка по 30 броя:

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
empty = products['stock'] == 0
print(empty.sum())
products.loc[empty, 'stock'] = 30
products.loc[[3, 12], ['name', 'stock']]

import pandas as pd products = pd.read_csv('products.csv') empty = products['stock'] == 0 print(empty.sum()) products.loc[empty, 'stock'] = 30 products.loc[[3, 12], ['name', 'stock']]

▶ ИзпълниВърни кода

empty.sum() брои изчерпаните: 2. След реда с loc баницата и краставиците имат по 30. Маските върху таблица ще ползваме много в следващия урок за филтрите.

Пробвай

Доставка за почти празните

Всеки продукт с по-малко от 10 бройки на склада получава още 20. Запиши в low маската, а после промени наличността им в products.

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
low = ...
...
print(products.loc[low, ['name', 'stock']])

import pandas as pd products = pd.read_csv('products.csv') low = ... ... print(products.loc[low, ['name', 'stock']])

Провери▶ Изпълни

Упражнение

Таблицата за щанда

Имената са в индекса на by_name. Смени цената на сиренето на 8.4 в by_name. После запиши в counter таблицата за щанда: млечните от Прясно мляко до Масло, с колоните price и stock.

Pythonданни: таблиците на магазина

import pandas as pd

products = pd.read_csv('products.csv')
by_name = products.set_index('name')
...
counter = ...
counter

import pandas as pd products = pd.read_csv('products.csv') by_name = products.set_index('name') ... counter = ... counter

Провери▶ Изпълни

Тест

Провери се

1. Кое връща таблица (DataFrame) с колоните name и price?

products['name', 'price']products['name']['price']products[['name', 'price']]

2. Индексът са имената на продуктите. Какво дава by_name.loc['Сирене', 'price']?

Едно число: цената на сиренетоЦелия ред на сиренетоКолоната price

3. products.loc[17, 'stock'] дава 33, а кафето (id 17) има 15 пакета. Защо?

Наличността на кафето се е сменилаloc брои от 1Етикетът 17 в индекса по подразбиране е 18-ият ред, чаят от мента

4. В pandas 3: short = products.loc[low], после short['stock'] = 30. Какво става с products?

Нищо: short е отделна таблицаpandas дава SettingWithCopyWarning и може би я променяНаличността в products също става 30

Провери

Започни урока отначало

Свързани уроци

• Нужно отпреди: Първата таблица · Векторизация · Series и DataFrame
• Продължава в: Филтри и подреждане · Нови колони · Типове и липсващи стойности · Групи: groupby
• Задачи по темата: Таблици с pandas