📌 DataFrame 인덱싱
- 열단위 인덱싱
[ ]- 인덱서(loc, iloc)를 사용하지 않는 행단위 인덱싱
[ : ]- 개별 요소 접근
[열][행]
1️⃣ 열 단위 인덱싱
- 열 라벨(컬럼명)을 키값으로 생각하고 인덱싱
[ ]기호 또는df.열이름을 이용
[ ]는 열 위주 인덱싱이 원칙- 인덱스로 라벨값을 하나 넣으면 시리즈 객체가 반환
- 라벨의 배열이나 리스트를 넣으면 부분적 df 가 반환
예시 데이터
data = {
'2015': [9904312, 3448737, 2890451, 2466052],
'2016': [9631482, 3393191, 2632035, 2000002],
'2017': [9762546, 3512547, 2517680, 2456016],
'2018': [9912345, 1513057, 2648043, 2504991]
}
df = pd.DataFrame(data, index=['서울','부산','인천','대구'])
df.columns.name = '연도'
df.index.name = '도시'
df['지역'] = ['수도권', '경상권', '경상권', '수도권']
df- 출력
'2015' 열 출력
df['2015']- 출력
도시
서울 9904312
부산 3448737
인천 2890451
대구 2466052
Name: 2015, dtype: int64열(컬럼)이름이 문자열인 경우
- 정수위치인덱스를 사용할 수 없다.
KeyError가 발생한다.
df_int = pd.DataFrame(np.arange(1, 10).reshape(3, 3))
df_int- 출력
- 위와 같은 데이터프레임의 경우는 인덱스가 기본값으로 부여되는 정수인덱스이기에 정수위치인덱스 사용이 가능하다.
0열 출력
df_int[0]- 출력
0 1
1 4
2 7
Name: 0, dtype: int64- 컬럼명을 문자열로 변경하고 다시 시도하면
KeyError가 발생한다.
df_int.columns = 'A B C'.split()
df_int- 출력
df_int[0]- 출력
KeyError: 0열 값을 데이터프레임으로 출력
- 열 인덱싱을 리스트 형태로 입력값을 주면
Series가 아닌DataFrame형태로 출력된다.
일반 인덱싱
df['2015']- 출력
도시
서울 9904312
부산 3448737
인천 2890451
대구 2466052
Name: 2015, dtype: int64리스트 형태 인덱싱
df[['2015']]- 출력
여러 열 출력
df[['2015', '2017']]- 출력
열(컬럼)이름이 수치형인 경우
df_int.columns = range(3)
df_int[[0, 2]]- 출력
2️⃣ 행 단위 인덱싱
- 슬라이싱(slicing) 사용
- 열단위 인덱싱과 구분하기 위해
- 인덱스 값이 문자(label)인 경우 문자 슬라이싱
- 인덱서(loc, iloc) 사용
- 열 단위 인덱싱과는 달리 행 단위 인덱싱의 경우 인덱서를 사용하지 않는다면 슬라이싱을 사용해야 한다.
- 슬라이싱을 사용하기 때문에 연속된 위치만 접근가능한 한계점이 있다.
df['서울': '서울']- 출력
여러 행 출력
df[:'부산']- 출력
행(인덱스)이름이 수치형인 경우
df_int[1:3]- 출력
3️⃣ 개별 요소 접근
- 각각의 요소에 접근하려면
df['열']['행']형태로 사용한다.
df['2015']['서울']- 출력
np.int64(9904312)df['서울':'서울']['2015']- 출력
도시
서울 9904312
Name: 2015, dtype: int64- 리스트 형태로 열 인덱싱을 하는 경우 이 또한 데이터프레임 형태로 출력된다.
df[['2015', '2017']]['서울': '서울']- 출력
