[Pandas] DataFrame ⑤ loc

📌 DataFrame Indexer

DataFrame ③ 인덱싱 에서는 인덱서를 활용하지 않은 접근 방법을 알아보았는데, 이번에는 인덱서에 관하여 살펴보자.

데이터프레임의 기본 인덱싱

• 열인덱싱
  • 하나의 열만 선택 : df['열이름']
  • 여러 개 열 선택 : df[['열이름1', '열이름2',...]]
• 행인덱싱 : 연속된 구간의 행데이터 선택(슬라이싱)
  • df['행_시작위치':'행_끝위치']
• 개별요소 접근 : 선택한 열에서 지정된 구간의 행데이터 선택
  • df['열이름']['행_시작위치':'행_끝위치']
  • df['열이름']['시작_행이름':'끝_행이름']

데이터프레임의 특별한 인덱서(indexer) : loc , iloc

• numpy와 같이 쉼표(,)를 사용하여 행과 열을 동시에 인덱싱하는 2차원 인덱싱
• [행 인덱스, 열 인덱스] 형식
• loc : 라벨값 기반의 2차원 인덱싱(명칭기반 인덱싱)
• iloc : 순서를 나타내는 정수 기반의 2차원 인덱싱(위치기반 인덱싱)

---

📌 loc 인덱서

명칭기반 인덱서

• df.loc[행인덱싱 값]
• df.loc[행인덱싱 값,열인덱싱 값]

인덱싱 값 유형

• 인덱스 데이터 : [index name] 또는 [index_name, column name]
• 인덱스 데이터 슬라이스
• 같은 행 인덱스를 갖는 Boolean 시리즈(행 인덱싱인 경우)
  • 조건으로 추출 가능(불린 인덱싱)
• 위 값을 반환하는 함수

---

결과값 동시 출력 설정

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity='all'

---

예시 데이터프레임

df = pd.DataFrame(data=np.arange(10, 22).reshape(3, 4),
                  index='a b c'.split(),
                  columns='A B C D'.split())
df

- 출력

---

1️⃣ 행 선택

• 형식 : dataframe.loc['행인덱스값']

# 'a' 행 선택
df['a': 'a']    # 데이터프레임
df.loc['a']     # 시리즈
df.loc[['a']]	# 데이터프레임

- 출력

A    10
B    11
C    12
D    13
Name: a, dtype: int64

---

2️⃣ 여러 행 선택

① 행인덱스 슬라이싱

• 형식: dataFrame.loc['처음 행인덱스값' : '끝행인덱스값']

# a행부터 c행까지
df.loc['a': 'c']

- 출력

---

# a행과 c행
df.loc['a': 'c']

- 출력

---

행인덱스가 정수위치인덱스인 경우

예시 데이터프레임

df2 = pd.DataFrame(data=np.arange(10, 26).reshape(4, 4),
                   columns='a b c d'.split())
df2

- 출력

---

# '2' 행 
df2.loc[2]

- 출력

a    18
b    19
c    20
d    21
Name: 2, dtype: int64

---

# '2' 행전까지
df2[:2]

- 출력

---

② 행인덱스 데이터를 리스트로 지정

• 형식: dataFrame[[행이름1, 행이름2,... ]]
  • 여러 행 선택시 인덱서 데이터를 리스트로 사용
  • 반환값은 데이터프레임

# '2'행과 '0'행
df2.loc[[2, 0]]

- 출력

---

③ Boolean Indexing으로 행 선택

• Ex) df 의 A열 의 값이 15 보다 큰 행 추출

# 기본 인덱싱 사용
df[df['A'] > 15]

• loc 은 행 우선 인덱서이기에 앞 요소에 행 전체 : , 뒤 요소에 선택 열 'A' 를 입력한다.

# loc 인덱서 사용
df[df.loc[:, 'A'] > 15]

- 출력

---

④ 인덱스 대신 인덱스 값을 반환하는 함수 사용

• 다음과 같은 함수를 사용하면 해당 조건 충족 여부로 True / False 를 반환하여 loc 입력값에 넣어주면 해당하는 값을 출력하게 된다.

# 인덱싱을 위한 함수 작성
def sel_row(df):
    return df.A < 15

sel_row(df)

- 출력

a     True
b     True
c    False
Name: A, dtype: bool

---

df.loc[sel_row(df)]

- 출력

---

3️⃣ 열 선택

• 형식: dataFrame.loc[:, '행인덱스값']

# 'A' 열 선택
df['A']
df.loc[:, 'A']

- 출력

a    10
b    14
c    18
Name: A, dtype: int64

---

여러 열 출력

df.loc[:, ['B', 'C']]

- 출력

---

# 'A' 열 출력
df.loc[:][['A']]	# 데이터프레임
df.loc[:]['A']		# 시리즈
df.loc[:, 'A']		# 시리즈

- 출력

a    10
b    14
c    18
Name: A, dtype: int64

a    10
b    14
c    18
Name: A, dtype: int64

---

4️⃣ 개별 요소 선택

• 인덱싱으로 행과 열을 모두 받는 경우
• 형식 : df.loc[행인덱스, 열인덱스]
  • 라벨(문자열)인덱스 사용

# 'a' 행의 'A' 열의 값
# 기본 인덱싱 사용
df['A']['a': 'a']

# loc 인덱서 사용
df.loc['a', 'A']

- 출력

a    10
Name: A, dtype: int64

np.int64(10)

---

개별 요소 값 수정

• 기본 인덱싱을 사용하면 수정이 불가하며, 다음과 같은 오류가 발생한다.

ChainedAssignmentError: A value is being set on a copy of a DataFrame or Series through chained assignment.
Such chained assignment never works to update the original DataFrame or Series, because the intermediate object on which we are setting values always behaves as a copy (due to Copy-on-Write).

Try using '.loc[row_indexer, col_indexer] = value' instead, to perform the assignment in a single step.

• 따라서 loc 인덱서를 사용하여 값을 수정한다.

# 기본 인덱싱 사용
df['A']['a': 'a'] = 100     # 데이터프레임 형식이므로 값 수정 불가

# loc 인덱서 사용
df.loc['a', 'A'] = 100
df

- 출력

---

# a행 B열 / c행 C열 선택
df.loc[['a', 'c']][['B', 'C']]
df.loc[['a', 'c'], ['B', 'C']]

- 출력

---

5️⃣ 멀티인덱스(multi-index)를 갖는 데이터프레임

• 인덱스의 차원이 2차원 이상인 경우: 다차원 인덱스

예시 데이터프레임1

df3 = pd.DataFrame(data=np.arange(10, 22).reshape(3, 4),
                   index=['a b c'.split()],
                   columns=['A', 'B', 'C', 'D'])
df3

- 출력

---

# a행부터 c행까지
df3.loc['a': 'c']

- 출력

---

예시 데이터프레임2

df4 = pd.DataFrame(data=np.arange(10, 22).reshape(4, 3),
                   index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]],
                   columns=['A', 'B', 'C'])
df4

- 출력

---

# ('a', 1)행, ('b', 1)행 선택
df4.loc[[('a', 1), ('b', 1)]]

- 출력