Pandas

Vista general

Este problema nos proporciona un DataFrame y nos pide que filtremos un registro.

Conceptos clave:

1. DataFrame: una estructura en forma de tabla 2D, similar a una hoja de cálculo o una tabla SQL. Cada fila representa un registro individual y cada columna un atributo diferente. Se puede redimensionar y está diseñada para manejar una mezcla de diferentes tipos de información.
2. El atributo loc: es una de las formas principales para filtrar información de un DataFrame. Utiliza etiquetas, lo cual significa que se tiene que especificar el nombre de las filas o columnas que se quieren seleccionar. Si se busca usar valores enteros, utilize iloc.
3. Expresión booleana: una serie de valores True/False utilizados para filtrar o seleccionar elementos de otra estructura de datos, como una lista, un arreglo, o un DataFrame, en base a ciertas condiciones.

Intuición

El DataFrame students tiene tres columnas:

1. student_id (tipo: int) - es un identificar único para cada alumno.
2. name (tipo: object, que por lo general es un string en pandas) - es el nombre del alumno.
3. age (tipo: int) - es la edad del alumno.

En este problema, debemos crear una función que acepta un DataFrame como argumento y retorna otro DataFrame con la información requerida.

Dentro de nuestra función, utilizaremos la función loc para seleccionar la fila donde el student_id es 101 y regresamos solo las columnas name y age.

Para hacer esto, debemos pasar dos argumentos a la función loc.

students.loc[students['student_id'] == 101, ['name', 'age']]

Visualización de la función loc

Cuando se pasa este DataFrame a la función:

student_id	name	age
101	Ulysses	13
53	William	10
128	Henry	6
3	Henry	11

Retornará:

name	age
Ulysses	13

Implementación

import pandas as pd


def selectData(students: pd.DataFrame) -> pd.DataFrame:
    return students.loc[
        students["student_id"] == 101,
        ["name", "age"]
    ]