Výber stĺpcov, filtrovanie a indexovanie

🧰 Úvod

V tejto kapitole sú zhrnuté základné operácie s pandas.DataFrame: - Výber stĺpcov a riadkov ([], .loc, .iloc) - Filtrovanie riadkov (boolean masky, .query()) - Indexovanie (nastavenie/obnova indexu, výber podľa indexu) - Triedenie - Výber podľa podmienok viacerých stĺpcov - reťazenie operácií

Budeme pracovať s malým ukážkovým súborom dát, ktorý si vytvoríme v behu notebooku.

---

🧪 Ukážkové dáta

import pandas as pd

data = {
    "Meno": ["Anna", "Boris", "Cyril", "Dora", "Eva", "Filip"],
    "Vek": [25, 30, 35, 28, 22, 40],
    "Mesto": ["Bratislava", "Košice", "Žilina", "Bratislava", "Nitra", "Košice"],
    "Body": [88, 92, 75, 90, 66, 98],
    "Aktivny": [True, True, False, True, False, True],
}
df = pd.DataFrame(data)
df

	Meno	Vek	Mesto	Body	Aktivny
0	Anna	25	Bratislava	88	True
1	Boris	30	Košice	92	True
2	Cyril	35	Žilina	75	False
3	Dora	28	Bratislava	90	True
4	Eva	22	Nitra	66	False
5	Filip	40	Košice	98	True

---

🎯 Výber stĺpcov

Jeden stĺpec (vracia Series)

df['Meno']

0     Anna
1    Boris
2    Cyril
3     Dora
4      Eva
5    Filip
Name: Meno, dtype: object

Viac stĺpcov (vracia DataFrame)

df[['Meno', 'Vek']]

	Meno	Vek
0	Anna	25
1	Boris	30
2	Cyril	35
3	Dora	28
4	Eva	22
5	Filip	40

---

📍 Výber riadkov – .loc vs .iloc

• .loc[riadky, stĺpce]: výber podľa menoviek (indexu/stĺpcov)
• .iloc[riadky, stĺpce]: výber podľa pozície (0-based - začiatok indexovania od nuly)

Výber rozsahu riadkov podľa indexu stĺpcov

# Prvé tri riadky a stĺpce 'Meno' a 'Vek' podľa ich pozície (indexu)
df.iloc[0:3, [0, 1]]

	Meno	Vek
0	Anna	25
1	Boris	30
2	Cyril	35

Výber rozsahu riadkov podľa indexu stĺpcov

# Riadky s indexami 0 až 3 (vrátane) a stĺpce podľa názvov 'Meno' a 'Vek'
df.loc[0:3, ['Meno', 'Vek']]

	Meno	Vek
0	Anna	25
1	Boris	30
2	Cyril	35
3	Dora	28

---

🔎 Filtrovanie riadkov (boolean masky)

# Negácia podmienky: mesto nie je Bratislava
df[~(df['Mesto'] == 'Bratislava')]

	Meno	Vek	Mesto	Body	Aktivny
1	Boris	30	Košice	92	True
2	Cyril	35	Žilina	75	False
4	Eva	22	Nitra	66	False
5	Filip	40	Košice	98	True

# Jednoduchá podmienka: iba aktívni
df[df['Aktivny'] == True]

	Meno	Vek	Mesto	Body	Aktivny
0	Anna	25	Bratislava	88	True
1	Boris	30	Košice	92	True
3	Dora	28	Bratislava	90	True
5	Filip	40	Košice	98	True

# Viac podmienok: vek >= 30 a Body > 80
df[(df['Vek'] >= 30) & (df['Body'] > 80)]

	Meno	Vek	Mesto	Body	Aktivny
1	Boris	30	Košice	92	True
5	Filip	40	Košice	98	True

# Negácia podmienky: mesto nie je Bratislava
df[~(df['Mesto'] == 'Bratislava')]

	Meno	Vek	Mesto	Body	Aktivny
1	Boris	30	Košice	92	True
2	Cyril	35	Žilina	75	False
4	Eva	22	Nitra	66	False
5	Filip	40	Košice	98	True

---

🗣️ Filtrovanie pomocou .query() (čitateľnejšia syntax)

# Pozor: vo výrazoch používame názvy stĺpcov priamo
df.query("Vek >= 30 and Body > 80 and Aktivny")

	Meno	Vek	Mesto	Body	Aktivny
1	Boris	30	Košice	92	True
5	Filip	40	Košice	98	True

---

🧭 Indexovanie: nastavenie a obnova indexu

Aktuálny RangeIndex

df.index

RangeIndex(start=0, stop=6, step=1)

Nastavenie vlastného indexu

df_meno = df.set_index('Meno')
df_meno

	Vek	Mesto	Body	Aktivny
Meno
Anna	25	Bratislava	88	True
Boris	30	Košice	92	True
Cyril	35	Žilina	75	False
Dora	28	Bratislava	90	True
Eva	22	Nitra	66	False
Filip	40	Košice	98	True

Výber podľa menovky indexu

df_meno.loc['Boris']

Vek            30
Mesto      Košice
Body           92
Aktivny      True
Name: Boris, dtype: object

Obnovenie pôvodného indexu

df_meno.reset_index()

	Meno	Vek	Mesto	Body	Aktivny
0	Anna	25	Bratislava	88	True
1	Boris	30	Košice	92	True
2	Cyril	35	Žilina	75	False
3	Dora	28	Bratislava	90	True
4	Eva	22	Nitra	66	False
5	Filip	40	Košice	98	True

---

🎚️ Výber podľa indexu + stĺpca

# Keď je indexom 'Meno', môžeme vyberať kombinácie:

df_meno = df.set_index('Meno')

df_meno.loc[['Anna', 'Dora'], ['Mesto', 'Body']]

	Mesto	Body
Meno
Anna	Bratislava	88
Dora	Bratislava	90

---

↕️ Triedenie riadkov

# Triedenie podľa jedného stĺpca vzostupne
df.sort_values('Vek')

# Triedenie podľa viacerých stĺpcov (Vek vzostupne, Body zostupne)
df.sort_values(['Vek', 'Body'], ascending=[True, False])

	Meno	Vek	Mesto	Body	Aktivny
4	Eva	22	Nitra	66	False
0	Anna	25	Bratislava	88	True
3	Dora	28	Bratislava	90	True
1	Boris	30	Košice	92	True
2	Cyril	35	Žilina	75	False
5	Filip	40	Košice	98	True

---

⛓️ Reťazenie operácií

# Vyber aktívnych z Bratislavy, zaujíma nás len Meno a Body, zotriedime podľa Body zostupne
df.query("Aktivny and Mesto == 'Bratislava'")[['Meno', 'Body']].sort_values('Body', ascending=False)

	Meno	Body
3	Dora	90
0	Anna	88

---

🧠 Zhrnutie

• Výber stĺpcov: df['col'], df[['c1','c2']]
• Výber riadkov: .loc[] (menovky), .iloc[] (pozície - indexy)
• Filtrovanie: boolean masky a .query()
• Indexovanie: set_index(), reset_index(), výber podľa indexu
• Triedenie a pipeline: sort_values() a reťazenie operácií pre čitateľný kód
• Na label-based výber používajte .loc, na position-based .iloc.
• Pri viacerých podmienkach nezabudnite na zátvorky a operátory & (AND), | (OR), ~ (NOT).
• .set_index() a .reset_index() uľahčujú výber podľa kľúčových hodnôt.
• .query() býva pre zložitejšie filtre prehľadnejšie a niekedy aj rýchlejšie.

---

📚 Oficiálna dokumentácia Pandas

Podrobný popis funkcií, ich parametrov a príkladov použitia nájdete v oficiálnej dokumentácii knižnice Pandas na adrese: https://pandas.pydata.org/docs/.

---

🎞️ Videonávod

---