Python for AI/Pandas/Lesson 44

Selection: loc ও iloc

Label দিয়ে loc, position দিয়ে iloc — row, column আর দুটো একসাথে বাছাই; set_index; আর ML-এর জন্য feature (X) ও target (y) আলাদা করা।

সময়: 22 মিনিট
Exercise: 1
Challenge: 1
Quiz: 3 প্রশ্ন

সহজ ভাষায়

DataFrame থেকে অংশ বের করার দুটো প্রধান উপায়:

loc — label (নাম) দিয়ে: df.loc["Mim", "cgpa"]
iloc — position (কত নম্বর) দিয়ে: df.iloc[1, 1]

main.py

import pandas as pd

df = pd.DataFrame(
    {"dept": ["CSE", "EEE", "CSE"], "cgpa": [3.4, 3.9, 3.7]},
    index=["Rafi", "Mim", "Tanvir"],
)

print(df.loc["Mim", "cgpa"])
print(df.iloc[1, 1])
print(df.loc["Rafi"])
print(df.iloc[-1])

দুটোই [row, column] — NumPy-র মতো।

কেন দরকার?

ML-এর জন্য X আর y আলাদা করা
নির্দিষ্ট customer বা product-এর তথ্য খোঁজা
শর্ত মানা row-এ মান বদলানো — যেমন অস্বাভাবিক মান ঠিক করা
Train/test ভাগের পর নির্দিষ্ট row বের করা

Column বাছাই

main.py

import pandas as pd

df = pd.DataFrame({"area": [1400, 900], "rooms": [3, 2], "price": [85, 52]})

print(df["price"])
print(df[["area", "price"]])
print(df.loc[:, "area":"rooms"])
print(df.iloc[:, -1])

"area":"rooms" — label দিয়ে slice, দুই প্রান্ত সহ।

loc বনাম iloc

main.py

import pandas as pd

df = pd.DataFrame({"x": [10, 20, 30, 40, 50]})

print(df.loc[1:3])
print(df.iloc[1:3])

	`loc`	`iloc`
কী দিয়ে	label	position (0, 1, 2…)
Slice-এর শেষ	সহ	বাদ
Negative (`-1`)	না (label হিসেবে খোঁজে)	হ্যাঁ
Boolean mask	হ্যাঁ	শুধু array (Series না)

Default index (0, 1, 2…) থাকলে label আর position একই দেখায় — তাই পার্থক্যটা ধরা পড়ে না, যতক্ষণ না sort বা filter করার পর index এলোমেলো হয়।

main.py

import pandas as pd

df = pd.DataFrame({"name": ["Rafi", "Mim", "Tanvir"], "cgpa": [3.4, 3.9, 3.7]})
ranked = df.sort_values("cgpa", ascending=False)
print(ranked)
print("loc[0]:", ranked.loc[0, "name"])
print("iloc[0]:", ranked.iloc[0]["name"])

Sort-এর পর index [1, 2, 0] — loc[0] দেয় Rafi (label 0), iloc[0] দেয় Mim (প্রথম row)। "সেরা" student চাইলে iloc!

set_index: একটা column-কে index বানানো

main.py

import pandas as pd

df = pd.DataFrame({"name": ["Rafi", "Mim"], "cgpa": [3.4, 3.9]})
people = df.set_index("name")
print(people)
print(people.loc["Mim", "cgpa"])
print(people.reset_index())

মান বদলানো: সবসময় `.loc`

main.py

import pandas as pd

df = pd.DataFrame({"name": ["Rafi", "Mim", "Tanvir"], "cgpa": [3.4, 3.9, 3.7]})
df["grade"] = "B"

df.loc[df["cgpa"] >= 3.7, "grade"] = "A"
print(df)

df.loc[শর্ত, column] = মান — এক ধাপে, নিরাপদে।

এর বদলে দুই ধাপে (chained) লিখলে:

main.py

import pandas as pd

df = pd.DataFrame({"cgpa": [3.4, 3.9, 3.7], "grade": ["B", "B", "B"]})
df[df["cgpa"] >= 3.7]["grade"] = "A"
print(df)

কিছুই বদলায়নি! df[df["cgpa"] >= 3.7] একটা নতুন DataFrame দেয়, তার grade বদলেছে, মূল df না। Pandas 3.0-এর Copy-on-Write নিয়মে এটা সবসময় এভাবেই আচরণ করে।

Exercise

ঠিক ঘরটা বের করো

+20 XP

df-এর index হলো student-এর নাম। বের করো:

mim_cgpa — Mim-এর cgpa (loc দিয়ে)
first_two — প্রথম দুটো row, শুধু dept আর cgpa column (iloc দিয়ে, DataFrame)
cse_names — যাদের dept "CSE", তাদের নাম (index)-এর list (loc + শর্ত দিয়ে)

solution.py

import pandas as pd

df = pd.DataFrame(
    {"dept": ["CSE", "EEE", "CSE", "ME"], "cgpa": [3.4, 3.9, 3.7, 3.1], "age": [22, 21, 23, 22]},
    index=["Rafi", "Mim", "Tanvir", "Nusrat"],
)

mim_cgpa = None
first_two = None
cse_names = None

print(mim_cgpa)
print(first_two)
print(cse_names)

Quiz

Q1df.loc[0:2] আর df.iloc[0:2] — default index (0, 1, 2...) হলে কতগুলো row আসে?
দুটোতেই ২টাloc-এ ৩টা (শেষ label সহ), iloc-এ ২টা (শেষ position বাদ)দুটোতেই ৩টা
Q2শেষ column-টা বের করতে কোনটা?
df.loc[:, -1]df.iloc[:, -1]df[-1]
Q3Pandas 3-এ df[df["cgpa"] > 3.5]["grade"] = "A" লিখলে কী হয়?
শর্ত মানা row-গুলোর grade বদলায়df বদলায় না — chained assignment একটা copy বদলায়। সঠিক উপায় df.loc[df["cgpa"] > 3.5, "grade"] = "A"Error

0/3 answered

Challenge

Feature আর target আলাদা করো

+50 XP

Model train করার আগে প্রতিবার যা করতে হয়: split_xy(df, target, drop=()) function লেখো যেটা return করে (X, y):

y — target column (Series)
X — বাকি সব column (DataFrame), তবে drop-এ দেওয়া column-গুলোও বাদ (যেমন id, যেগুলো feature না)

মূল df যেন বদলে না যায়।

solution.py

import pandas as pd


def split_xy(df, target, drop=()):
    pass


df = pd.DataFrame({"id": [1, 2, 3], "area": [1400, 900, 2100], "rooms": [3, 2, 4], "price": [85, 52, 140]})
X, y = split_xy(df, "price", drop=["id"])
print(X)
print(y)

বাস্তবে কোথায় ব্যবহার হয়?

Leaderboard — top-k বের করে position দিয়ে rank দেওয়া, যেখানে iloc না loc-এর পার্থক্য সত্যিই গুরুত্বপূর্ণ:

main.py

import pandas as pd

runs = pd.DataFrame({
    "model": ["baseline", "lstm", "bert-bn", "xgboost", "cnn"],
    "accuracy": [0.71, 0.83, 0.89, 0.85, 0.80],
    "train_minutes": [1, 25, 140, 8, 40],
})

ranked = runs.sort_values("accuracy", ascending=False).reset_index(drop=True)
ranked.index = ranked.index + 1

print(ranked.head(3))
best = ranked.iloc[0]
print(f"\nসেরা: {best['model']} ({best['accuracy']:.0%}, {best['train_minutes']} মিনিট)")

fast = ranked.loc[ranked["train_minutes"] <= 10]
print("১০ মিনিটের মধ্যে সেরা:", fast.iloc[0]["model"])

শেষ লাইনটা গুরুত্বপূর্ণ — সবচেয়ে accurate model সবসময় সেরা পছন্দ না। Production-এ প্রায়ই সামান্য কম accuracy কিন্তু অনেক দ্রুত model বেছে নেওয়া হয়।

Interview প্রশ্ন

Beginner: loc আর iloc-এর পার্থক্য কী?
Intermediate: Sort করার পর df.loc[0] কেন প্রথম row দেয় না?
Advanced: SettingWithCopyWarning কী ছিল, আর Pandas 3.0-এর Copy-on-Write এই সমস্যার কীভাবে সমাধান করেছে?

এরপর কী?

loc-এ শর্ত দিয়ে row বাছাই একটু দেখলাম। এবার সেটা বিস্তারিত — একাধিক শর্ত, text খোঁজা, sort, top-n। পরের lesson: Filtering।

Selection: loc ও iloc

সহজ ভাষায়

কেন দরকার?

Column বাছাই

loc বনাম iloc

set_index: একটা column-কে index বানানো

মান বদলানো: সবসময় .loc

Exercise

Quiz

Challenge

বাস্তবে কোথায় ব্যবহার হয়?

Interview প্রশ্ন

এরপর কী?

মান বদলানো: সবসময় `.loc`