[Pandas] 데이터프레임 고급 인덱싱

인덱싱 (indexing)

 

데이터프레임에서 특정한 데이터만 골라내는 것을 인덱싱 (indexing)이라고 한다. 앞 절에서는 label, label 리스트, 인덱스 데이터 (정수) 슬라이스의 3가지 인덱싱 값을 사용하여 인덱싱한다. 그런데 Pandas는 numpy 행렬과 같이 쉼표를 사용한 (행 인덱스, 열 인덱스) 형식의 2차원 인덱싱을 지원하기 위해 특별한 인덱서 (indexer) 속성도 제공한다.

 

loc 인덱서

 

df.loc[행 인덱싱값]
# 또는
df.loc[행 인덱싱값, 열 인덱싱값]

 

행 인덱싱값은 정수 또는 행 인덱스데이터이고 열 인덱싱값은 label 문자열이다.

 

인덱스 데이터 인덱스 데이터 슬라이스 인덱스 데이터 리스트 같은 행 인덱스를 가지는 boolean 시리즈 (행 인덱싱의 경우) 또는 위의 값들을 반환하는 함수

df = pd.DataFrame(np.arange(10, 22).reshape(3, 4),
                  index=["a", "b", "c"],
                  columns=["A", "B", "C", "D"])
df

 

인덱싱 값을 하나만 받는 경우

 

loc 인덱서를 사용하면서 인덱스를 하나만 넣으면 행 (row)을 선택한다.

 

df.loc["a"]
---
A    10
B    11
C    12
D    13
Name: a, dtype: int64

 

인덱스 데이터의 슬라이스도 가능하다.

 

df.loc["b":"c"]

df["b":"c"] # loc를 쓰지 않는 경우

df.loc[["b", "c"]] # 인덱스 데이터의 리스트

df.A > 15 # 데이터 베이스와 같은 인덱스를 가지는 boolean 시리즈도 행을 선택하는 인덱싱값으로 쓸 수 있다.
---
a    False
b    False
c     True
Name: A, dtype: bool

df.loc[df.A > 15]

def select_rows(df): # 인덱스 대신 인덱스 값을 반환하는 함수를 사용할 수도 있다. 함수는 A열의 값이 12보다 큰 행만 선택한다.
    return df.A > 15
    
select_rows(df)
---
a    False
b    False
c     True
Name: A, dtype: bool

df.loc[select_rows(df)]

 

loc 인덱서가 없는 경우에 사용했던 label 인덱싱이나 label 리스트 인덱싱은 불가능하다.

 

# df.loc["A"]  # KeyError
# df.loc[["A", "B"]]  # KeyError

 

원래 (행) 인덱스값이 정수인 경우에는 슬라이싱도 label 슬라이싱 방식을 따르게 된다. 즉, 슬라이스의 마지막 값이 포함된다.

 

df2 = pd.DataFrame(np.arange(10, 26).reshape(4, 4), columns=["A", "B", "C", "D"])
df2

df2.loc[1:2]

 

 

인덱싱 값을 행과 열 모두 받는 경우

 

인덱싱값을 행과 열 모두 받으려면 df.loc[행 인덱스, 열 인덱스]와 같은 형태로 사용한다. 행 인덱스 라벨값이 a, 열 인덱스 라벨값이 A인 위치의 값을 구하자.

 

df.loc["a", "A"]
--> 10

 

인덱싱값으로 label 데이터의 슬라이싱 또는 리스트를 사용할 수도 있다.

 

df.loc["b":, "A"]
---
b    14
c    18
Name: A, dtype: int64

df.loc["a", :]
---
A    10
B    11
C    12
D    13
Name: a, dtype: int64

df.loc[["a", "b"], ["B", "D"]]

 

행 인덱스가 같은 boolean 시리즈나 이러한 boolean 시리즈를 반환하는 함수도 행의 인덱싱값이 될 수 있다.

 

df.loc[df.A > 10, ["C", "D"]]

 

iloc 인덱서

 

iloc 인덱서는 loc 인덱서와 반대로 label이 아니라 순서를 나타내는 정수 (integer) 인덱스만 받는다. 다른 사항은 loc 인덱서와 같다.

 

df.iloc[0, 1]
--> 11

df.iloc[:2, 2]
---
a    12
b    16
Name: C, dtype: int64

df.iloc[0, -2:]
---
C    12
D    13
Name: a, dtype: int64

df.iloc[2:3, 1:3]

 

loc 인덱서와 마찬가지로 인덱스가 하나만 들어가면 행을 선택한다.

 

df.iloc[-1]
---
A    18
B    19
C    20
D    21
Name: c, dtype: int64

df.iloc[-1] = df.iloc[-1] * 2
df

 

https://datascienceschool.net/01%20python/04.03%20%EB%8D%B0%EC%9D%B4%ED%84%B0%ED%94%84%EB%A0%88%EC%9E%84%20%EA%B3%A0%EA%B8%89%20%EC%9D%B8%EB%8D%B1%EC%8B%B1.html

4.3 데이터프레임 고급 인덱싱 — 데이터 사이언스 스쿨