# Kako izbrati podatke iz pandas DataFrames z loc\[\]

V knjižnici Python pandas je `DataFrame.loc[]` lastnost, ki omogoča izbiro podatkov iz DataFrame z uporabo oznak. To olajša izpisovanje določenih vrstic in stolpcev iz DataFrame.

## Kakšna je sintaksa za pandas `loc[]`?

Sintaksa za `loc[]` je precej preprosta. Vse, kar morate storiti, je, da kot parameter posredujete **oznake stolpcev in vrstic, ki jih** želite izbrati:

```python
DataFrame.loc[selection]
```

V pandas `loc[]` se izbire opravljajo predvsem z uporabo oznak. To pomeni, da je parameter, ki ga navedete, lahko **ena oznaka, seznam ali del oznak**. Uporabite lahko tudi booleanske nize.

## Kakšna je razlika med `loc[]` in `iloc[]`?

Medtem ko pandas `DataFrame.loc[]` izbira podatke na podlagi oznak, [DataFrame.iloc](https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-dataframe-iloc/) izbira podatke na podlagi celoštevilčnih položajev. Tukaj je primer kode, ki pomaga ponazoriti razlike. Najprej bomo ustvarili [pandas DataFrame](https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-dataframe/):

```python
import pandas as pd
# Example DataFrame
data = {'Name': ['Alyssa', 'Brandon', 'Carmen'], 'Age': [23, 35, 30]}
df = pd.DataFrame(data)
print(df)
```

Tako izgleda DataFrame:

```none
Name    Age
0   Alyssa     	23
1 	Brandon     35
2  	Carmen     	30
```

Za izpisovanje »Alyssa« iz DataFrame lahko uporabite pandas `loc[]` in `iloc[]`. Čeprav se pristop razlikuje, je rezultat enak:

```python
# Using loc and labels to extract Alyssa
print(df.loc[0, 'Name'])  # Output: 'Alyssa'
# Using iloc and integers to extract Alysa
print(df.iloc[0, 0])  # Output: 'Alyssa'
```

## Kako uporabljati pandas `DataFrame.loc[]`

Pandas `loc[]` vam pomaga **izločiti podskupine vašega DataFrame**. Z `loc[]` lahko izločite eno vrstico ali stolpec, več vrstic in stolpcev ali celo uporabite pogoje za filtriranje. Ta prilagodljivost ga naredi primernega za različne primere uporabe.

### Izbiranje ene vrstice

Poglejmo primer DataFrame:

```python
import pandas as pd
data = {
    'Name': ['Alyssa', 'Brandon', 'Carmen'],
    'Age': [23, 35, 30],
    'City': ['Sheffield', 'Glasgow', 'Belfast']
}
df = pd.DataFrame(data)
print(df)
```

Tako izgleda končni DataFrame:

```none
Name  	Age      City
0   Alyssa  23	 	Sheffield
1 Brandon  	35    Glasgow
2 Carmen    30    Belfast
```

Za izbiro podatkov iz vrstice, ki vsebuje informacije o Brandonu (indeks 1), lahko uporabite pandas `loc[]`:

```python
brandon_data = df.loc[1]
print(brandon_data)
```

Tukaj je rezultat:

```none
Name         Brandon
Age              35
City        	Glasgow
Name: 1, dtype: object
```

### Izbiranje več stolpcev

Za izbiro podskupine stolpcev lahko uporabite tudi `DataFrame.loc[]`. Naslednja koda izbere stolpca „Ime“ in „Mesto“:

```python
name_city = df.loc[:, ['Name', 'City']]
print(name_city)
```

Rezultat je podskupina izvirnega DataFrame:

```none
Name     City
0   Alyssa  Sheffield
1 Brandon   Glasgow
2  Carmen   Belfast
```

### Izbiranje vrstic na podlagi pogojev

S pandas `loc[]` lahko izberete tudi vrstice, ki ustrezajo določenim merilom. To lahko storite z booleanskimi primerjalnimi operacijami. Na primer, tako lahko izločite vse osebe, starejše od 25 let:

```python
older_than_25 = df.loc[df['Age'] > 25]
print(older_than_25)
```

Zgornja koda ustvari DataFrame, ki vključuje samo podatke za posameznike v DataFrame, starejše od 25 let:

```none
Name  	Age     City
1 Brandon     35   Glasgow
2  Carmen     30   Belfast
```


This is a markdown version of: [https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-dataframe-loc/](https://www.ionos.com/sl-si/digitalguide/spletne-strani/razvoj-spletnih-strani/python-pandas-dataframe-loc/) for AI/LLM consumption.