Python - pandas 05 (데이터 조회)
Sample Data는 이전 포스팅의 타이타닉 자료(train.csv)를 기반으로 합니다.
Row(행) 조회
loc
index를 명시하여 행 데이터를 조회합니다. index값과 동일한 값을 가진 행 데이터를 반환합니다.
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[3])
df.loc[3]: index가 3인 행 데이터를 조회합니다.
PassengerId 4
Survived 1
Pclass 1
Name Futrelle, Mrs. Jacques Heath (Lily May Peel)
Sex female
Age 35.0
SibSp 1
Parch 0
Ticket 113803
Fare 53.1
Cabin C123
Embarked S
Name: 3, dtype: object
df.loc[3]과 같이 scalar 값을 입력하면 Series를 반환하고df.loc[[3]]과 같이 리스트를 입력하면 DataFrame을 반환합니다.
loc - slicing
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[3:5])
df.loc[3:5]: index가 3부터 5까지인 행 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
3 4 1 1 ... 53.1000 C123 S
4 5 0 3 ... 8.0500 NaN S
5 6 0 3 ... 8.4583 NaN Q
[3 rows x 12 columns]
loc - index list
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[[3, 5, 7]])
df.loc[[3, 5, 7]]: index가 3, 5, 7인 행 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
3 4 1 1 ... 53.1000 C123 S
5 6 0 3 ... 8.4583 NaN Q
7 8 0 3 ... 21.0750 NaN S
[3 rows x 12 columns]
loc 오류
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[900])
df.loc[900]: index가 900인 행 데이터를 조회합니다.
KeyError: 900
index가 900인 행 데이터가 없기 때문에 오류가 발생합니다.
iloc
index의 값과 상관없이 주어지 값의 index 순서(순번)에 해당 하는 행 데이터를 조회합니다.
import pandas as pd
df = pd.read_csv('train.csv')
print(df.iloc[3])
df.iloc[3]: 4(0부터 시작)번째 행 데이터를 조회합니다.
PassengerId 4
Survived 1
Pclass 1
Name Futrelle, Mrs. Jacques Heath (Lily May Peel)
Sex female
Age 35.0
SibSp 1
Parch 0
Ticket 113803
Fare 53.1
Cabin C123
Embarked S
Name: 3, dtype: object
df.iloc[3]과 같이 scalar 값을 입력하면 Series를 반환하고df.iloc[[3]]과 같이 리스트를 입력하면 DataFrame을 반환합니다.
iloc - slicing
import pandas as pd
df = pd.read_csv('train.csv')
print(df.iloc[3:5])
df.iloc[3:5]: 4(0부터 시작)번째부터 6번째까지 행 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
3 4 1 1 ... 53.10 C123 S
4 5 0 3 ... 8.05 NaN S
[2 rows x 12 columns]
iloc - index list
import pandas as pd
df = pd.read_csv('train.csv')
print(df.iloc[[3, 5, 7]])
df.iloc[[3, 5, 7]]: 4(0부터 시작)번째, 6번째, 8번째 행 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
3 4 1 1 ... 53.1000 C123 S
5 6 0 3 ... 8.4583 NaN Q
7 8 0 3 ... 21.0750 NaN S
[3 rows x 12 columns]
Column(열) 조회
import pandas as pd
df = pd.read_csv('train.csv')
print(df.columns)
df.columns: df의 column을 조회합니다.
Index(['PassengerId', 'Survived', 'Pclass', 'Name', 'Sex', 'Age', 'SibSp',
'Parch', 'Ticket', 'Fare', 'Cabin', 'Embarked'],
dtype='object')
하나의 열 조회
import pandas as pd
df = pd.read_csv('train.csv')
print(df['Name'])
df['Name']: Name 열을 조회합니다.
0 Braund, Mr. Owen Harris
1 Cumings, Mrs. John Bradley (Florence Briggs Th...
2 Heikkinen, Miss. Laina
3 Futrelle, Mrs. Jacques Heath (Lily May Peel)
4 Allen, Mr. William Henry
...
886 Montvila, Rev. Juozas
887 Graham, Miss. Margaret Edith
888 Johnston, Miss. Catherine Helen "Carrie"
889 Behr, Mr. Karl Howell
890 Dooley, Mr. Patrick
Name: Name, Length: 891, dtype: object
여러 열 조회
import pandas as pd
df = pd.read_csv('train.csv')
print(df[['Survived', 'Pclass', 'Name', 'Age']])
df[['Survived', 'Pclass', 'Name', 'Age']]: Survived, Pclass, Name, Age 열을 조회합니다.
Survived Pclass Name Age
0 0 3 Braund, Mr. Owen Harris 22.0
1 1 1 Cumings, Mrs. John Bradley (Florence Briggs Th... 38.0
2 1 3 Heikkinen, Miss. Laina 26.0
3 1 1 Futrelle, Mrs. Jacques Heath (Lily May Peel) 35.0
4 0 3 Allen, Mr. William Henry 35.0
.. ... ... ... ...
886 0 2 Montvila, Rev. Juozas 27.0
887 1 1 Graham, Miss. Margaret Edith 19.0
888 0 3 Johnston, Miss. Catherine Helen "Carrie" NaN
889 1 1 Behr, Mr. Karl Howell 26.0
890 0 3 Dooley, Mr. Patrick 32.0
[891 rows x 4 columns]
Row(행) + Column(열) 조회
loc + column
loc는 column의 이름을 명시하여 column을 조회할 수 있습니다.
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[[3, 5, 7], 'Name'])
df.loc[[3, 5, 7], 'Name']: index가 3, 5, 7인 행의 Name column을 조회합니다.
3 Futrelle, Mrs. Jacques Heath (Lily May Peel)
5 Moran, Mr. James
7 Palsson, Master. Gosta Leonard
Name: Name, dtype: object
loc + column list
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[[3, 5, 7], ['Name', 'Age']])
df.loc[[3, 5, 7], ['Name', 'Age']]: index가 3, 5, 7인 행의 Name, Age column을 조회합니다.
Name Age
3 Futrelle, Mrs. Jacques Heath (Lily May Peel) 35.0
5 Moran, Mr. James NaN
7 Palsson, Master. Gosta Leonard 2.0
iloc + column
iloc는 column의 순서를 명시하여 column을 조회할 수 있습니다.
import pandas as pd
df = pd.read_csv('train.csv')
print(df.iloc[[3, 5, 7], 3])
df.iloc[[3, 5, 7], 3]: 4(0부터 시작)번째, 6번째, 8번째 행의 4(0부터 시작)번째 column을 조회합니다.
3 Futrelle, Mrs. Jacques Heath (Lily May Peel)
5 Moran, Mr. James
7 Palsson, Master. Gosta Leonard
Name: Name, dtype: object
iloc + column list
import pandas as pd
df = pd.read_csv('train.csv')
print(df.iloc[[3, 5, 7], [3, 5]])
df.iloc[[3, 5, 7], [3, 5]]: 4(0부터 시작)번째, 6번째, 8번째 행의 4(0부터 시작)번째, 6번째 column을 조회합니다.
Name Age
3 Futrelle, Mrs. Jacques Heath (Lily May Peel) 35.0
5 Moran, Mr. James NaN
7 Palsson, Master. Gosta Leonard 2.0
오류가 발생 하는 경우
loc - column에 순번 적용
import pandas as pd
df = pd.read_csv('train.csv')
df.loc[[3, 5, 7], 3]
df.loc[[3, 5, 7], 3]: index가 3, 5, 7인 행의 4(0부터 시작)번째 column을 조회합니다.
KeyError: 3
loc에는 column에 순번을 적용할 수 없습니다.
iloc - column에 이름 적용
import pandas as pd
df = pd.read_csv('train.csv')
df.iloc[[3, 5, 7], 'Name']
df.iloc[[3, 5, 7], 'Name']: 4(0부터 시작)번째, 6번째, 8번째 행의 Name column을 조회합니다.
ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types
iloc에는 column에 이름을 적용할 수 없습니다.
조건을 만족하는 데이터 조회
조건 연산자
import pandas as pd
df = pd.read_csv('train.csv')
print(df['Age'] > 25)
df['Age'] > 25: Age column의 값이 25보다 큰지 확인합니다.
0 False
1 True
2 True
3 True
4 True
...
886 True
887 False
888 False
889 True
890 True
Name: Age, Length: 891, dtype: bool
조건 연산자를 사용하면 boolean 값으로 반환됩니다.
반환 값이 boolean 값이기 때문에 조건 연산자를 사용하여 데이터를 조회할 수 있습니다.
import pandas as pd
df = pd.read_csv('train.csv')
maks = df['Age'] > 25
print(df[maks])
df[maks]: Age column의 값이 25보다 큰 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
1 2 1 1 ... 71.2833 C85 C
2 3 1 3 ... 7.9250 NaN S
3 4 1 1 ... 53.1000 C123 S
4 5 0 3 ... 8.0500 NaN S
6 7 0 1 ... 51.8625 E46 S
.. ... ... ... ... ... ... ...
883 884 0 2 ... 10.5000 NaN S
885 886 0 3 ... 29.1250 NaN Q
886 887 0 2 ... 13.0000 NaN S
889 890 1 1 ... 30.0000 C148 C
890 891 0 3 ... 7.7500 NaN Q
[413 rows x 12 columns]
논리 연산자(and, or, not)
import pandas as pd
df = pd.read_csv('train.csv')
mask1 = df['Age'] > 25
mask2 = df['Age'] < 40
print(df[mask1 & mask2])
df[mask1 & mask2]: Age column의 값이 25보다 크고 40보다 작은 데이터를 조회합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
1 2 1 1 ... 71.2833 C85 C
2 3 1 3 ... 7.9250 NaN S
3 4 1 1 ... 53.1000 C123 S
4 5 0 3 ... 8.0500 NaN S
8 9 1 3 ... 11.1333 NaN S
.. ... ... ... ... ... ... ...
883 884 0 2 ... 10.5000 NaN S
885 886 0 3 ... 29.1250 NaN Q
886 887 0 2 ... 13.0000 NaN S
889 890 1 1 ... 30.0000 C148 C
890 891 0 3 ... 7.7500 NaN Q
[250 rows x 12 columns]
조건을 바로 적용할 수 있습니다.
import pandas as pd
df = pd.read_csv('train.csv')
print(df[(df['Age'] > 25) & (df['Age'] < 40)])
df[(df['Age'] > 25) & (df['Age'] < 40)]: Age column의 값이 25보다 크고 40보다 작은 데이터를 조회합니다.() & ()와 같이()로 묶어주어야 합니다.
PassengerId Survived Pclass ... Fare Cabin Embarked
1 2 1 1 ... 71.2833 C85 C
2 3 1 3 ... 7.9250 NaN S
3 4 1 1 ... 53.1000 C123 S
4 5 0 3 ... 8.0500 NaN S
8 9 1 3 ... 11.1333 NaN S
.. ... ... ... ... ... ... ...
883 884 0 2 ... 10.5000 NaN S
885 886 0 3 ... 29.1250 NaN Q
886 887 0 2 ... 13.0000 NaN S
889 890 1 1 ... 30.0000 C148 C
890 891 0 3 ... 7.7500 NaN Q
[250 rows x 12 columns]
loc + 조건
import pandas as pd
df = pd.read_csv('train.csv')
print(df.loc[df['Age'] > 25, 'Name'])
df.loc[df['Age'] > 25, 'Name']: Age column의 값이 25보다 큰 데이터의 Name column을 조회합니다.
1 Cumings, Mrs. John Bradley (Florence Briggs Th...
2 Heikkinen, Miss. Laina
3 Futrelle, Mrs. Jacques Heath (Lily May Peel)
4 Allen, Mr. William Henry
6 McCarthy, Mr. Timothy J
...
883 Banfield, Mr. Frederick James
885 Rice, Mrs. William (Margaret Norton)
886 Montvila, Rev. Juozas
889 Behr, Mr. Karl Howell
890 Dooley, Mr. Patrick
Name: Name, Length: 413, dtype: object
해시태그: #python #pandas #dataframe #row #column #loc #iloc #조건 #데이터 #조회
댓글남기기