Pandas(5)

---

인덱싱

pandas의 인덱싱에 대해서 알아볼 것이다. 레이블기반 인덱싱, 정수기반 인덱싱, 앞에서 또는 뒤에서 n행 인덱싱, 멀티 인덱싱에 대해서 차근차근 알아보자.

---

레이블기반(스칼라)

기본적으로 DataFrame.at의 형태를 띈다. at 함수는 loc 함수와 같이 레이블 기반으로 인덱싱을 하지만, DataFrame과 Series에 상관없이 하나의 스칼라값에 접근한다는 차이가 존재한다. 행/열 한쌍에 대한 단일 값에 엑세스한다는 특징이 있다. 사용법은 아래와 같이 단순하게 이용할 수 있다.

값 가져오기 : result = df.at['행', '열']
값 설정하기 : df.at['행', '열'] = value

---

예시

먼저 아래와 같이 기본적인 2x2 행렬을 만든다.

df = pd.DataFrame([[1,2], [3,4]], index=['row1', 'row2'], columns=['col1', 'col2'])
print(df)
>>
     col1 col2
row1   1    2 
row2   3    4

 

행, 열 값을 인수로 입력하여 변수에 할당함으로써 값을 가져올 수 있다.

result = df.at['row1', 'col2']
print(result)
>> 2

행, 열 값을 인수로 지정 후 값을 할당하여 값을 설정할 수 있다.

df.at['row2', 'col1'] = '변경'
print(df)
     col1 col2
row1   1    2 
row2  변경   4

loc 메서드를 이용해 Series로 추출한 뒤 at메서드를 이용해 스칼라값을 얻는 방식으로 활용이 가능하다.

Copy df.loc['row2'].at['col2']
 >> 4

---

레이블기반(데이터)

기본적으로 DataFrame.loc의 형태를 갖는다. loc 함수는 at 함수와 같이 레이블 기반으로 인덱싱을 한다. DataFrame이나 Series형식으로의 반환이 필요하면 loc를 사용한다. 행/열 설정에 따라 자유로운 인덱싱이 가능하고 loc은 bool 배열과 함께 사용이 가능하다. 사용방법은 아래와 같다.

값 가져오기 : result = df.loc['행', '열']
값 설정하기 : df.loc['행', '열'] = value

입력 가능한 Input은 아래와 같다.

1. 레이블 (만약 3을 입력할 경우 정수위치가 아닌 index의 레이블로 해석)
2. list 객체 (예 : ['a', 'b', 'c'])
3. 레이블의 슬라이스 객체 (예 : 'b' : 'f')
4. 슬라이싱되는 축과 길이가 같은 bool 배열 (예 : [True, True, False, True])

---

예시

먼저, 아래와 같이 기본적인 3x3 행렬을 만든다.

---

단일 레이블을 지정할경우 Series 형태로 반환됩니다.

result = df.loc['row1']
print(result)
>> 
col1  1
col2  2
col3  3
Name: row1, dtype: int64

레이블로 구성된 리스트. [ [ ] ]를 사용하면 DataFrame형태로 반환됩니다.

result = df.loc[ ['row1','row'3] ]
print(result)
>>
    col1 col2 col3
row1  1    2    3
row3  7    8    9

행과 열을 설정하여 단일 레이블의 값을 입력가능하다.

result = df.loc['row2', 'col2']
print(result)
>> 5

 

슬라이스를 이용하여 인덱싱을 할 수 있다.

result = df.loc['row1' : 'row3', 'col2']
print(result)
>>
    col2
row1  1
row2  4
row3  7
Name : col2, dtype: int64

bool로 구성된 list를 이용하여 인덱싱을 할 수 있다.

bool = [False, True, False] # row2에 대응되는 값만 True
result = df.loc[bool] 
     col1  col2  col3
row2   4     5     6

bool로 구성된 Series를 반환하는 조건문의 사용도 가능하다. 아래의 경우 col3열에 대해서 5보다 큰 경우인 row2, row3행만 반환된다.

result = df.loc[ df['col3'] > 5 ]
print(result)
>>
     col1 col2 col3
row2   4    5    6
row3   7    8    9

여기에 해당조건을 만족하는 특정 열을 반환할 수도 있다. 아래의 경우 col3에서 5보다 큰 값을 만족하는 행에 대해서 col2의 값만 반환한다.

result = df.loc[ df['col3'] > 5, ['col2'] ] 
print(result)
>>
     col2
row2   5
row3   8

람다함수를 이용하여 인덱싱이 가능하다. 아래의 경우 col2의 값중 5인 값을 만족하는 행을 반환한다.

result = df.loc[lambda df : df['col2'] == 5]
print(result)
>>
     col1 col2 col3
row2   4    5    6

기본적으로 조건을 만족하는 모든 항목의 값이 변경된다.

df.loc[ ['row1', 'row3'], ['col3'] ] = 'A'
print(df)
>>
     col1 col2 col3
row1   1    2    A
row2   4    5    6
row3   7    8    A

하나의 레이블만 지정할 경우 해당 행/열 전체의 값 설정이 가능하다.

df.loc[ ['row1'] ] = 'A' # 행을 변경할 경우
print(df)
>>
     col1 col2 col3
row1   A    A    A
row2   4    5    6
row3   7    8    9

df.loc[ : , ['col3'] ] = 'B' # 열을 변경할 경우 행을 전체선택 ( : ) 해줍니다.
print(df)
>>
     col1 col2 col3
row1   1    2    B
row2   4    5    B
row3   7    8    B

조건을 설정하여 만족하는 값의 변경이 가능하다.
아래의 경우 col2에서 3보다 큰 열은 row2, row3이기 때문에 해당 열의 값이 전부 변경되었다.

Copydf.loc[df['col2'] > 3] = 'A'
     col1 col2 col3
row1   1    2    3
row2   A    A    A
row3   A    A    A

---