DataFrame.loc

위의 목차에서 DataFrame의 row와 column 차이를 보면 DataFrame의 row와 column을 다룰 때 작동하는것이 있고 작동하지 않는 방법이 있었다. 이를 해결해 주는 방법이 pandas DataFrame의 loc나 iloc를 이용하는 방법이 있다. 여기서는 loc에 대해서 다루기로 한다.

• loc를 사용함에 있어서 가장 쉽게 생각해는 방법은 2차원으로 생각하는 방법이다.
• 일반적으로 문자로 이루어진 columns와 index를 이용한다.
• loc를 사용하면 Series 또는 DataFrame으로 불러온다.
• 숫자를 사용한 indexing이나 slicing은 할 수 없다.(이것은 iloc를 사용하면 된다.)
• row와 column 동시에 fancy indexing이 가능하다.

대부분의 예제로 다음의 data를 사용한다.

import pandas as pd
import numpy as np

data = {'이름':['이지은', '박동훈', '홍길동', '강감찬', '오해영'],
        '학과':['컴퓨터', '기계','철학', '컴퓨터', '철학'],
        '학년':[1, 2, 2, 4, 3],
        '학점':[1.5, 2.0, 3.1, 1.1, 2.7]
       }
df = pd.DataFrame(data, 
                  columns = ['학과', '이름', '학점', '학년', '등급'],
                  index = ['one', 'two', 'three', 'four', 'five'])

display(df)

원하는 행 DataFrame으로 추출하기

우리가 지정해 둔 index를 사용해 indexing을 하면 DataFrame이 아닌 다음과 같이 Series로 return하게 된다. 이것은 fancy indexing 또는 Boolean indexing을 사용하면 해결된다.

• 기본 indexing

print(df.loc['three'])      # Series
## 학과     철학
## 이름    홍길동
## 학점    3.1
## 학년      2
## 등급    NaN
## Name: three, dtype: object

• fancy indexing

display(df.loc[['three']])  # DataFrame

• Boolean indexing

display(df.loc[df['이름']=='홍길동'])

원하는 열 DataFrame으로 추출하기

DataFrame으로 column을 추출하기 위해서는 row추출과 마찬가지로 fancy indexing 을 사용하면 된다.

• 기본 indexing

display(df.loc[:,'학점'])    # Series
## one      1.5
## two      2.0
## three    3.1
## four     1.1
## five     2.7
## Name: 학점, dtype: float64

• fancy indexing

display(df.loc[:,['학점']])

loc 예제

Q1. 학점이 1.5점을 초과하는 학생의 이름과 학점을 DataFrame으로 출력하세요.

display(df.loc[df['학점']>1.5, ['학점','이름']])

Q2. 이름이 ‘박동훈’인 사람을 찾아 이름과 학점을 DataFrame으로 출력하세요.

display(df.loc[df['이름']=='박동훈',['학점', '이름']])

Q2. 이름이 ‘박동훈’인 사람을 찾아 이름과 학점을 DataFrame으로 출력하세요.

display(df.loc[df['이름']=='박동훈',['학점', '이름']])

Q3. 학점이 1.5 초과이고 2.5 미만인 모든 사람을 찾아서 학과, 이름, 학점을 DataFrame으로 출력하세요.

display(df.loc[(df['학점']>1.5) & (df['학점']<2.5),'학과':'학점'])

Q4. 학점이 3.0 초과하는 사람을 찾아서 등급을 ‘A’로 설정한 후 출력하세요.

df.loc[df['학점']>3.0,'등급']='A'
display(df)