Выборка столбцов и строк: [], loc и iloc без цепочной индексации

Найди и исправь: три ошибки в булевой фильтрации и присваивании через loc

Что уже дано

Проверяющая система запускает вашу программу и подаёт данные через stdin. Никаких заранее созданных переменных нет.

В редакторе уже есть сломанный код. В нём ровно три ошибки в трёх независимых строках:

1. Условие для mask_big использует df['amount'] >= 200, хотя по условию нужно отобрать строки, где amount строго больше 200.
2. Условие для mask_paid_north комбинирует два условия через | (или), хотя по условию нужны строки, где одновременно status == 'paid' и region == 'Север' — то есть нужен &.
3. Присваивание df['status'][mask_small] = 'archived' — цепочная индексация, ненадёжная в любом режиме pandas. Нужно заменить на один вызов df.loc[mask_small, 'status'] = 'archived'.

Что нужно сделать

Найдите и исправьте все три ошибки так, чтобы программа:

1. Читала из stdin целое число n — количество строк таблицы.
2. Читала следующие n строк; каждая содержит четыре токена через пробел: order_id (целое), amount (вещественное), status (строка), region (строка). Пример: 101 250.0 paid Север.
3. Строила pd.DataFrame из словаря списков с ключами 'order_id', 'amount', 'status', 'region'.
4. Строила маску mask_big = df['amount'] > 200 (строго больше) и выводила строку: big_count=<число строк>.
5. Строила маску mask_paid_north = (df['status'] == 'paid') & (df['region'] == 'Север') и выводила через пробел значения order_id отфильтрованных строк: paid_north_ids=<id1> <id2> ....
6. Строила маску mask_small = df['amount'] <= 100 и выполняла одним вызовом df.loc[mask_small, 'status'] = 'archived'. Выводила значения столбца 'status' через пробел: statuses=<s1> <s2> ....

Ввод и вывод

Программа читает stdin и пишет в stdout.

Формат ввода

n
order_id1 amount1 status1 region1
...
order_idN amountN statusN regionN

Формат вывода

big_count=<число>
paid_north_ids=<id1> <id2> ...
statuses=<s1> <s2> ...