Nivel 2 · Solo los pedidos del marketplace

Una comparación sobre una columna da una máscara

Compara una columna con un valor y pandas compara todas las filas a la vez:

orders["channel"] == "marketplace"

0        False
1        False
2         True
3         True
...
Name: channel, Length: 12000, dtype: bool

El resultado es una Series de booleanos, uno por fila, llamada máscara booleana. Tiene el mismo índice que orders, así que cada True o False coincide con su fila.

Todos los operadores de comparación funcionan así: ==, !=, <, <=, >, >=.

orders["shipping_fee"] > 0
products["is_active"] == False
order_items["quantity"] >= 5

Usar la máscara

Pon una máscara entre corchetes y pandas conserva las filas donde es True:

marketplace = orders[orders["channel"] == "marketplace"]
len(marketplace)      # 1767

También puedes ponerle nombre a la máscara primero. Para cualquier cosa más allá de una condición, es más fácil de leer y de depurar:

is_marketplace = orders["channel"] == "marketplace"
is_marketplace.sum()          # 1767: True counts as 1
is_marketplace.mean()         # 0.147: the share of orders
orders[is_marketplace]

Ese truco de .sum() y .mean() conviene recordarlo. Contar cuántas filas cumplen una condición, o qué proporción lo hace, no necesita ningún filtro.

La misma máscara funciona con .loc, que además te permite elegir columnas:

orders.loc[is_marketplace, ["order_id", "order_date", "shipping_fee"]]

El índice sobrevive

Las filas filtradas conservan sus etiquetas originales de índice, así que el índice del resultado tiene huecos (2, 3, 9, 15…). Eso es normal y a menudo útil, porque puedes rastrear cada fila hasta el origen. Cuando quieras un índice limpio 0, 1, 2 para mostrar o exportar, añade .reset_index(drop=True). Sin drop=True, el índice antiguo se convierte en una columna nueva llamada index, que rara vez es lo que quieres.

Coincidencia exacta de texto

Las comparaciones de texto son exactas y distinguen mayúsculas de minúsculas. orders["channel"] == "Marketplace" no coincide con nada, y pandas no te avisa: simplemente obtienes un DataFrame vacío. Si filtras por un valor que no has visto, comprueba antes los valores reales con orders["channel"].unique().

Filtrar nunca cambia el original

orders[mask] devuelve un DataFrame nuevo. orders sigue teniendo las 12,000 filas. Si piensas modificar el resultado filtrado (añadir una columna, corregir valores), haz una copia: marketplace = orders[mask].copy().

Errores comunes

• Escribir orders["channel"] = "marketplace" con un signo igual. Eso no filtra; sobrescribe toda la columna de canal.
• Obtener un resultado vacío por las mayúsculas o los espacios extra en el valor de comparación.
• Olvidar la columna: orders[orders == "marketplace"] compara cada celda y devuelve una tabla llena de NaN.