인덱스와 슬라이싱을 사용하는 이유

우리가 데이터를 수집하다 보면 우리가 원하는 데이터만 딱 골라와서 사용할 수 없다. 방대한 자료 속에서 우리가 원하는 자료를 삭제하거나 재조립해야 하는 경우가 훨씬 더 많다. 이런 불필요한 자료를 원하는 자료의 형태로 만들기 위해서 데이터를 재조립하는 기능이 인덱싱과 슬라이싱 이다.

---

오늘의 목표

1. df의 열 가져오기=df["열이름"]
2. df.loc 사용하여 행, 열, 슬라이싱하기=df.loc["행이름","열이름"]
3. df.iloc 사용하여 행, 열, 슬라이싱하기=df.iloc[행,열]
4. drop 함수 사용하기=df.drop

• 2,3번은 같은 기능을 한다. 2번은 문자열을 통해 가져오는 방법이고, 3번은 숫자를 통해 가져오는 방법이다. 상황에 따라 숫자로 가져오는게 편할지, 문자로 가져오는게 편할지 모르므로 두루 익혀 두자

---

1차원 vs 2차원 인덱스와 슬라이싱 비교하기

• 파이썬에서 배운 개념과 동일하므로 그렇게 어렵지 않게 이해할 수 있다 파이썬 만세
• 항상 주의해야 할 점은 인덱스는 0에서 부터 시작하는 것과, 슬라이싱의 끝 범위는 끝을 포함 하지 않는다 라는 점이다. [1:3] 는 인덱스 1,2 만 가져오고 3은 포함하지 않는다. range와 같다

1. 판다스와 넘파이 라이브러리 불러오기

• DataFrame 쉽게 만드는 방법, a값에는 리스트로 변경될 랜덤값 부여, 컬럼과 인덱스는 리스트 화 될 문자열 가로안에 써주기! 꿀팁... 이제야 알려주네

2. 첫번째 함수 df["열"] 컬럼값만 불러오고 싶을때 쓴다

• 2개 이상의 열을 (중복포함) 불러올수도 있다. 해당함수는 아쉽게도 열을 가져오고 싶을때만 사용가능하다. 행은 불러올 수 없다

3. 두번째, 세번째 함수 df.loc, df,iloc 사용하기

• df.loc는 직관적으로 값을 가져올수 있다는 장점이 있지만 문자열을 하나씩 쳐야한다는 수고스러움과 오타시 에러가 발생한다는 단점이 있다.
• df.iloc는 인덱스를 사용해서 값을 가져오기 대문에 빠르게 작동하지만 조금 헷갈릴순 있다

• 슬라이싱과 리스트를 같이 사용할 수 있다.

4. 행, 열중 특정 값을 배제하고 싶을때 drop 함수 사용하기

• "D" 열을 삭제하고 싶을때는 df.drop("D", axis=1)을 사용해서 제거한다
• axis=0 (행, 기본값이므로 행을 삭제할때 굳이 적어주지 않아도 된다), axis=1 (열)

---

Quiz

• B,D,E,F열과 가나다행의 자료를 추출하라

• 행은 슬라이싱, 열은 리스트로 가져올 수 있다. 하지만 열이 이어진 값이지만 한두개만 빠진 상황이라면 일단 슬라이싱을 한 후에 drop 함수로 빼주는 방법이 유용한 상황일 수도 있다.

+) 빼고 싶은 값이 2개 이상일 경우에는 리스트로 묶어주면 된다