Como selecionar dados usando Pandas loc[]

Na biblioteca Python Pandas, o indexador DataFrame.loc[] permite selecionar os dados de um DataFrame usando marcadores. Isso facilita a extração de linhas e colunas específicas.

Sintaxe do indexador Pandas loc[]

O indexador Pandas loc[] tem uma sintaxe muito simples. Para usá-la, basta informar os marcadores (labels) das colunas e linhas que você deseja selecionar como parâmetro:

DataFrame.loc[seleção]

NO indexador Pandas loc[], as seleções são feitas usando rótulos de índice, também chamados de marcadores. Isso significa que o parâmetro informado pode ser um marcador único, uma lista ou um slice de marcadores. Arrays booleanos também podem ser usados.

Diferença entre loc[] e iloc[]?

Enquanto o indexador Pandas DataFrame.loc[] seleciona os dados com base em marcadores, DataFrame.iloc faz a seleção a partir de posições baseadas em números inteiros. Veja este exemplo que ilustra a diferença de ambas. Primeiro, vamos criar um DataFrame no Pandas:

import pandas as pd
# Exemplo de DataFrame
data = {'Nome': ['Andreia' , 'Bruno', 'Carla'], 'Idade': [23, 35, 30]}
df = pd.DataFrame(data)
print(df)

O DataFrame ficará assim:

Nome   Idade
0 Andreia     23
1 Bruno        35
2 Carla         30

Para extrair “Andreia” do DataFrame, podemos usar tanto O indexador Pandas loc[] quanto iloc[]. Embora a abordagem seja diferente, o resultado será o mesmo:

# Usar loc e marcadores para extrair Andreia
print(df.loc[0, 'Nome'])  # Output: 'Andreia'
# Usar iloc e inteiros para extrair Andreia
print(df.iloc[0, 0])  # Output: 'Andreia'

Como usar Pandas DataFrame.loc[]

O indexador Pandas loc[] possibilita extrair conjuntos de dados de um DataFrame. Com ele, é possível extrair uma única linha ou coluna, várias linhas e colunas ao mesmo tempo, ou até aplicar filtros baseados em condições. Toda essa flexibilidade faz com que esse indexador seja a solução ideal em diversos casos.

Selecionar uma linha única

Considere este exemplo de DataFrame:

import pandas as pd
data = {
    'Nome': ['Andreia', 'Bruno', 'Carla'],
    'Idade': [23, 35, 30],
    'Cidade': ['Santos', 'Blumenau', 'Fortaleza']
}
df = pd.DataFrame(data)
print(df)

Este será o DataFrame resultante do código acima:

Nome  Idade     Cidade
0   Andreia 23       Santos
1   Bruno    35       Blumenau
2   Carla      30       Fortaleza

Para selecionar os dados da linha que contém as informações sobre Bruno (índice 1), use O indexador Pandas loc[]:

dados_bruno = df.loc[1]
print(dados_bruno)

Este será o resultado:

Nome         Bruno
Idade              35
Cidade       Blumenau
Nome: 1, dtype: object

Selecionar múltiplas colunas

Também é possível usar o indexador Pandas DataFrame.loc[] para selecionar um conjunto de colunas. O código a seguir resultará na seleção das colunas “Nome” e “Cidade”:

nome_cidade = df.loc[:, ['Nome', 'Cidade']]
print(nome_cidade)

O resultado será um subconjunto do DataFrame original:

Nome    Idade
0  Andreia    23
1  Bruno      35
2  Carla      30

Selecionar linhas com base em condições

O indexador Pandas loc[] também possibilita selecionar linhas que atendam a critérios específicos. Isso é feito usando operadores booleanos de comparação. Por exemplo, aqui está um exemplo de como filtrar indivíduos com mais de 25 anos:

mais_25 = df.loc[df['Idade'] > 25]
print(mais_25)

O código acima produzirá um DataFrame que incluirá apenas os dados das pessoas com mais de 25 anos:

Nome   Idade    Cidade
1 Bruno     35       Blumenau
2 Carla       30       Fortaleza