[28일차]DataFrame활용 - 인덱스 위치 기반 행과 열 조회(iloc)

인덱스 넘버 개념을 사용할 수 있는 iloc 을 이용해서 데이터를 추출해보자.

실습 환경 구축

import pandas as pd

cols = ['name', 'sex', 'age', 'pclass', 'fare']
titanic = pd.read_excel('titanic3.xls',usecols=cols)
titanic

---

.loc 와 .iloc 의 차이

두 차이는 계속해서 말했듯이 인덱스 레이블과, 인덱스 넘버링 차이이다.

그 차이를 알기 위해 0번 레이블을 삭제 후 진행해 보자

titanic.drop(labels=0, inplace = True)

.loc 의 경우 오류가 뜬다.

0번 레이블이 없어졌기 때문에.

 titanic.loc[0]

.iloc의 경우 0번째 인덱스를 가져오는 것을 볼 수 있다.

titanic.iloc[0]

iloc은 지양하는 것이 좋다~

---

.loc 과 동일하게 사용 가능하며

파이썬과 동일하게 .iloc[-1] 로 마지막 값을 가져올 수 있다.

보통 하나의 컬럼만 추출하면 Series 형태로 추출이 되었다.

그렇다면 특정 값만 추출하면 어떻게 추출이 될까?

스칼라

titanic.iloc[0,1]

0번 인덱스의 1번 컬럼 값을 가져와 봤다.

이처럼 단일 값 형태로 가져오는 것을 ‘스칼라’ 라고 한다.

시리즈를 한단계 축소한 개념.

(데이터프레임을 한단계 축소하면 시리즈이다.)

---

정리!

• iloc 은 파이썬의 인덱스와 같은 개념으로 적용하기 때문에 편하게 사용할 수 있다.
• 하지만 유의미하고 명확하게 사용 되는건 loc
  • ‘특정 누구를 찾는다’ 라고 할 땐 loc 이 유리하기 때문
  • 정렬을 하다보면 인덱스 넘버링은 바뀌기 마련이다.
• 때문에 ‘특정 행에서 특정 처리를 한다’ 는 상황은 가능한 loc 을 지향하자.