[실습] 원하는 데이터만 쏙! loc, iloc & 조건 추출 완벽 가이드
데이터 프레임에서 원하는 데이터 뽑아내기!
이번 시간에는 데이터 프레임에서 내가 원하는 열(column)이랑 행(row)을 골라내는 방법을 배울 거야. 이름으로 골라낼 수도 있고, 번호(인덱스)로 골라낼 수도 있어. 그리고 특정 조건을 만족하는 데이터만 쏙쏙 뽑아내는 방법도 알아볼 거야.
1. 판다스 불러오고 데이터 만들기
먼저 '판다스'라는 똑똑한 도구를 불러와야 해. 이걸로 데이터 표를 다룰 거거든.
import pandas as pd
이제 딕셔너리라는 걸 이용해서 실제 데이터를 만들어 볼게.
data = {'이름': ['앨리스', '밥', '찰리', '데이비드'],
'국어': [90, 85, 78, 92],
'영어': [88, 78, 95, 80],
'수학': [92, 80, 88, 75]}
df = pd.DataFrame(data)
print(df)
이렇게 표가 짠! 하고 나타날 거야.
2. 열(Column) 골라내기
-
하나의 열만 뽑고 싶을 때:
python print(df['이름']) # 이름 열만 뽑아줘! -
여러 개의 열을 뽑고 싶을 때:
python print(df[['이름', '영어']]) # 이름과 영어 열을 같이 뽑아줘! -
새로운 열 추가하기:
국어, 영어, 수학 점수를 더해서 평균 점수 열을 만들어 볼까?
python df['평균'] = (df['국어'] + df['영어'] + df['수학']) / 3 print(df)이제 '평균'이라는 새로운 열이 생겼지?
3. 행(Row) 골라내기
행을 고를 때는 두 가지 방법이 있어.
-
iloc(숫자 인덱스 기반): 행의 번호로 고르는 거야. 0번부터 시작해!python print(df.iloc[0]) # 0번째 행 (앨리스)을 뽑아줘! print(df.iloc[0:3]) # 0번부터 3번 전까지 (0, 1, 2번 행)을 뽑아줘! -
loc(이름/라벨 기반): 행의 이름(인덱스)으로 고르는 거야.python print(df.loc[2]) # 이름이 2인 행 (찰리)을 뽑아줘!
4. 행과 열을 동시에 골라내기
loc와 iloc를 사용하면 행과 열을 동시에 선택할 수도 있어.
-
loc로 특정 셀 값 뽑기:python print(df.loc[1, '영어']) # 1번 행(밥)의 영어 점수를 뽑아줘! (결과는 78) -
여러 행과 여러 열을 동시에 뽑기:
python print(df.loc[0:2, ['이름', '국어', '수학']]) # 0~2번 행의 이름, 국어, 수학 점수를 뽑아줘!
5. 특정 조건으로 데이터 필터링하기
원하는 조건에 맞는 데이터만 쏙쏙 뽑아낼 수 있어.
-
하나의 조건으로 필터링:
python print(df[df['국어'] >= 90]) # 국어 점수가 90점 이상인 학생만 뽑아줘! -
여러 조건을 합쳐서 필터링 (AND 조건):
영어 점수가 80점 이상이고, 수학 점수가 90점 이상인 학생을 찾아볼까?
python print(df[(df['영어'] >= 80) & (df['수학'] >= 90)])
6. 조건에 따라 새로운 열 추가하기
평균 점수를 기준으로 합격/불합격 여부를 표시하는 열을 만들어 볼게.
df['합격여부'] = df['평균'].apply(lambda x: '합격' if x >= 85 else '불합격')
print(df)
7. 복합 조건으로 필터링하고 정렬하기
- 여러 조건으로 필터링: 아까 배운
&(AND)를 사용해서 여러 조건을 합칠 수 있어. -
정렬하기: 평균 점수를 기준으로 내림차순(높은 점수부터)으로 정렬해 볼까?
python print(df.sort_values(by='평균', ascending=False)) # 평균 점수를 기준으로 내림차순 정렬!
정리!
오늘 우리는 데이터 프레임에서
- 열을 하나씩, 여러 개씩 뽑는 방법
- 새로운 열을 추가하는 방법
- 행을 번호(
iloc)나 이름(loc)으로 뽑는 방법 - 행과 열을 동시에 뽑는 방법
- 특정 조건에 맞는 데이터만 골라내는 방법 (하나의 조건, 여러 조건)
- 조건에 따라 새로운 열을 추가하는 방법
- 여러 조건으로 필터링하고 결과를 정렬하는 방법
까지 배웠어! 이제 데이터 프레임에서 원하는 데이터를 자유자재로 다룰 수 있을 거야!