241004 TIL Pandas 조건부 필터링, 데이터 정렬과 병합

조건부 필터링

1. 조건부 필터링

import pandas as pd

data = {
	'Name': ['A', 'B', 'C', 'D'],
	'Age': [14, 26, 22, 57],
	'Job': ['student', 'tutor', 'tutor', 'pilot']
}
df = pd.DataFrame(data)

• 기본 조건부 필터링
  - <, >, \==, <=, >= 등의 조건 사용 가능
  - df[df['Job'] == 'tutor'] # 직업이 tutor 인 행만 선택
• 여러 조건을 사용한 필터링
  - AND(&), OR( | ) 연산자 사용
  - df[(df['Job'] == 'tutor') & (df['Age'] <= 25)] # 직업이 tutor & 나이가 25세 이하인 행만 선택
• isin()을 사용한 필터링
  - 특정 값들이 포함된 행을 필터링할 때 유용
  - df[df['Job'].isin('student', 'pilot')] # 직업이 학생 또는 파일럿인 행 선택
• ~ 연산자를 사용한 반대 조건 필터링
  - df[~(df['Age'] >= 50)]

데이터 정렬과 병합

1. 데이터 정렬

1) sort_values()
- 특정 열의 값을 기준으로 데이터를 오름차순 또는 내림차순으로 정렬

import pandas as pd

data = {
	'Name': ['A', 'B', 'C', 'D'],
	'Age': [14, 26, 22, 57],
	'Job': ['student', 'tutor', 'tutor', 'pilot']
}
df = pd.DataFrame(data)

sorted_df = df.sort_values(by='Age', ascending=True (default))  # 내림차순은 False
print(sorted_df)
------------------------------------
   Name  Age   Job
0    A   14  student
2    C   22   tutor
1    B   26   tutor
3    D   57   pilot 

2) sort_index()
- 인덱스를 기준으로 데이터를 정렬

sorted_df = df.sort_index()
print(sorted_df)
---------------------------
   Name  Age   Job
0    A   14  student
1    B   26   tutor
2    C   22   tutor
3    D   57   pilot 

2. 데이터 병합

• merge()
  - SQL의 join과 같음
  - how='inner' (default) 외에도 outer, left, right 으로 다양하게 병합 가능
  - pd.merge(df1, df2, on='column1', how='inner')
• concat()
  - 행 또는 열 단위로 데이터 프레임을 연결 가능
  - pd.concat([df1, df2], axis=0) # 열 단위 연결은 axis=1
• join()
  - 인덱스를 기준으로 데이터프레임을 병합할 때 사용