반응형
목차
1. loc
2. iloc
1. loc
데이터 프레임.loc['인덱스명']
명시적인 인덱스를 참조하는 인덱싱, 슬라이싱 방법이다.
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import pandas as pd
a = pd.Series([10, 20, 30, 40, 50])
b = pd.Series([124,523,125,324,754])
df = pd.DataFrame(data = [a, b], index = ['a', 'b'])
print(df)
print('')
print(df.loc['a'])
print('')
print(df.loc['b'])
|
cs |
0 1 2 3 4
a 10 20 30 40 50
b 124 523 125 324 754
0 10
1 20
2 30
3 40
4 50
Name: a, dtype: int64
0 124
1 523
2 125
3 324
4 754
Name: b, dtype: int64loc를 사용하여 원하는 인덱스에 소속되어 있는 데이터들을 칼럼 별로 확인할 수 있다. 데이터 프레임의 인덱스는 각 시리즈의 이름과도 같다.
2. iloc
데이터 프레임.iloc[행, 열]
|
1
2
3
4
5
6
7
8
9
10
11
12
|
import pandas as pd
a = pd.Series([10, 20, 30, 40, 50])
b = pd.Series([124,523,125,324,754])
df = pd.DataFrame(data = [a, b], index = ['a', 'b'])
print(df)
print('')
print(df.iloc[0,1])
print('')
print(df.iloc[:,2])
|
cs |
0 1 2 3 4
a 10 20 30 40 50
b 124 523 125 324 754
20
a 30
b 125
Name: 2, dtype: int64파이썬 스타일 정수 인덱스 인덱싱, 슬라이딩 방법이다. 데이터를 확인하고 싶은 행과 열의 숫자를 기억하고 있다면 iloc 함수 안에 입력하여 확인할 수 있다. iloc의 행과 열은 숫자 0부터 시작한다.
- df.iloc[0, 1] : 1행 2열
- df.iloc[:, 3] : 모든 행 4열
- df.iloc[2, :] : 3행 모든 열
- df.iloc[1:3, 2] : 2~4행 3열
- df.iloc[1:4, 2:4] : 2~5행 3~5열
반응형
'IT > 파이썬(Python)' 카테고리의 다른 글
| 주피터 노트북, 주피터 랩 파이썬 데이터 프레임 출력 display() 함수 (0) | 2023.04.12 |
|---|---|
| 파이썬 데이터 프레임 정렬하기 sort_values() 함수 (0) | 2023.04.12 |
| 파이썬 함수 지역변수와 전역변수 (0) | 2023.04.04 |
| 파이썬 Numpy 집계함수(sum, max, min, mean) (0) | 2023.04.03 |
| 파이썬 Numpy 배열 연산(기본 연산, 행렬 간 연산, 브로드캐스팅, 마스킹 연산) (0) | 2023.04.02 |
