데이터 선택

1) .iloc[row, column] : 인덱스 번호로 선택하기

• 행 번호(row)와 열 번호(column)을 통해 특정 행과 열 데이터 선택 가능

  # 기본 구조: 특정 행 불러오기 - 슬라이싱 활용
  data.iloc[start : end : step]
  
  # 예시 - 첫 번째 행만 불러오기
  data.iloc[0]
  
  # 기본 구조: 특정 행과 열 불러오기
  data.iloc[row, column]
  
  # 예시 - 첫 번째부터 두 번째 컬럼, 첫 번째 행만 불러오기
  df.iloc[0, 0:2]
  

2) .loc[row, column] : 이름으로 선택하기

• 인덱스가 번호가 아니고 특정 문자인 경우

  # 기본 구조
  data.loc['row_name':'column_name']
  
  # 샘플 데이터 프레임 생성
  data = {
      'A': [1, 2, 3, 4, 5],
      'B': [10, 20, 30, 40, 50],
      'C': [100, 200, 300, 400, 500]
  }
  df = pd.DataFrame(data, index=['a', 'b', 'c', 'd', 'e'])
  
  # loc을 사용하여 특정 행과 열 선택
  # 레이블 'b'부터 'd'까지의 행 + 'A'부터 'B'까지의 열 선택
  # (★ 중요) loc에서 슬라이싱 할 때는 end에 기재된 값까지 포함!!
  df.loc['b':'d', 'A':'B']
  

3) 1개의 컬럼 전체를 선택할 경우

• 리스트 슬라이싱 활용

  # loc 활용
  data.loc[: , 'column_name']
  
  # 데이터프레임['컬럼명']
  data['column_name']
  

• 여러 개의 컬럼을 선택할 경우 → 리스트 활용

  data[['column_name1', 'column_name2', 'column_name3']]
  
  # 원하는 순서대로 선택할 수도 있음
  data[['column_name3', 'column_name1', 'column_name2']]
  

4) 2개 이상의 셀을 선택할 경우

• 리스트 형태 활용

  # 2개 컬럼명 선택 
  data.loc['row_name', ['column_name1', 'column_name']]
  
  # 2개 행이름 선택
  data.loc[['row_name1', 'row_name2'], 'column_name']
  
  # 리스트 슬라이싱 - ':'을 사용하여 특정 범위 지정
  data.loc['row_name','column_name': ] # 컬럼 1 부터 끝 컬럼 까지 조회
  

불리언 인덱싱

• Boolean Indexing이란?
  • 조건을 이용하여 데이터프레임에서 특정 조건을 만족하는 행을 선택하는 방법
  • 조건식에 따라 각 행이 True 또는 False 로 평가되며 이를 바탕으로 데이터프레임 필터링
• Boolean Indexing 사용 방법

  • 단일 조건으로 필터링: 특정 열 값을 기준으로 조건 설정 → 해당 조건을 만족하는 행 선택

    # 'age' 열에서 30세 이상인 행 필터링
    df[df['age']>=30]
    

  • 여러 조건으로 필터링: 여러 개의 조건 조합

    # 'age' 열에서 30세 이상이면서 'gender'열이 'Male'인 행 필터링
    df[(df['age']>=30) & (df['gender'] == 'Male')]
    

  • 조건에 따른 특정 컬럼 필터링: 조건을 만족하는 특정 열만 선택

    # 'age' 열에서 30세 이상인 경우의 'name' 열만 선택
    df.loc[df['age']>=30, 'name']
    

  • isin() 을 활용한 필터링: 여러 값들을 포함하는 행 선택

    data[data['column_name'].isin(['value1','value2'])]
    

    • isin() 메서드

실습

특정 조건을 만족하는 데이터 선택