[pandas] pandas 기초(3)

데이터 프레임(DataFrame)의 특정 행(row)과 열(column)을 선택하는 방법?

import pandas as pd
titanic = pd.read_csv('https://raw.githubusercontent.com/pandas-dev/pandas/main/doc/data/titanic.csv')
titanic.head()

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	0	113803	53.1000	C123	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S

1. 데이터프레임의 특정 열(column)을 선택

• 열의 이름과 대괄호([])를 사용

age = titanic['Age'] # 하나의 열(column)은 Series 
age.head(3)
#print(type(age_name)) # Series
#age_name.dtype # float64

0    22.0
1    38.0
2    26.0
Name: Age, dtype: float64

age.shape # (891, ) -> (행, 열)

(891,)

• 여러 열을 선택

age_gender = titanic[['Age', 'Sex']]
temp = age_gender.head(3)
#temp.index = ['one', 'two', 'three'] #행(row)의 이름 변경
temp

	Age	Sex
0	22.0	male
1	38.0	female
2	26.0	female

2. 데이터프레임의 특정 행(row)을 선택

• 조건식을 기반으로 행을 선택
• >, ==, != ,<, <=, Series의 결과 값이 True or False

temp = titanic[ (titanic['Age'] > 35) ]
#temp = titanic[ (titanic['Age'] > 35) == True ]
temp.head(3)
#count = 0
#for i in titanic['Age'] > 35 :
#  if i == True :
#    count += 1
#print(count)

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
6	7	0	1	McCarthy, Mr. Timothy J	male	54.0	0	0	17463	51.8625	E46	S
11	12	1	1	Bonnell, Miss. Elizabeth	female	58.0	0	0	113783	26.5500	C103	S

temp.shape

(217, 12)

• isin() 메소드 : Series 메소드, 하나 이상의 열에 원하는 값이 있는 행을 선택

pClass23 = titanic[ titanic['Pclass'].isin([2,3]) ]
pClass23.head()

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S
5	6	0	3	Moran, Mr. James	male	NaN	0	0	330877	8.4583	NaN	Q
7	8	0	3	Palsson, Master. Gosta Leonard	male	2.0	3	1	349909	21.0750	NaN	S

pClass23 = titanic[ (titanic['Pclass'] == 2) | (titanic['Pclass'] == 3)  ] # and(&), or(|)
pClass23.head()

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S
5	6	0	3	Moran, Mr. James	male	NaN	0	0	330877	8.4583	NaN	Q
7	8	0	3	Palsson, Master. Gosta Leonard	male	2.0	3	1	349909	21.0750	NaN	S

• notna() 메소드 : Series 메소드, 기존의 값(누락되지 않은)을 검색
• 결측값(missing value) : 값이 없는 경우
• NA(not available) : 누락 또는 사용할 수 없음. NaN, None 모두 포함.
• NaN(not a number) : 숫자 형태의 누락된 데이터
• None : 파이썬에서 누락된 데이터를 표현

#titanic['Age'].notna()
temp = titanic[titanic['Age'].notna()]
#titanic[(titanic['Age'].notna() == False)]
temp.head(3)

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	Braund, Mr. Owen Harris	male	22.0	1	0	A/5 21171	7.2500	NaN	S
1	2	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...	female	38.0	1	0	PC 17599	71.2833	C85	C
2	3	1	3	Heikkinen, Miss. Laina	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S

temp.shape

(714, 12)

3. 데이터프레임의 특정 행과 열을 선택

• loc() : 행 또는 컬럼의 이름이나 boolean 값을 사용.
• iloc(): 행이나 컬럼의 인덱스 값을 사용.

#titanic.loc[0:5, ['Name', 'Age']]
titanic.loc[ titanic['Age'] > 35, 'Name'] 
#titanic.loc[ titanic['Age'] > 35, ['Name']] 
#titanic.loc[ titanic['Age'] > 35, ['Name', 'Age']]  

1      Cumings, Mrs. John Bradley (Florence Briggs Th...
6                                McCarthy, Mr. Timothy J
11                              Bonnell, Miss. Elizabeth
13                           Andersson, Mr. Anders Johan
15                      Hewlett, Mrs. (Mary D Kingcome) 
                             ...                        
865                             Bystrom, Mrs. (Karolina)
871     Beckwith, Mrs. Richard Leonard (Sallie Monypeny)
873                          Vander Cruyssen, Mr. Victor
879        Potter, Mrs. Thomas Jr (Lily Alexenia Wilson)
885                 Rice, Mrs. William (Margaret Norton)
Name: Name, Length: 217, dtype: object

#titanic.loc[0:5, 2:4] # 에러
titanic.iloc[0:5, 1:4]
#titanic.iloc[0:5, [1,3,8]]

	Survived	Pclass	Name
0	0	3	Braund, Mr. Owen Harris
1	1	1	Cumings, Mrs. John Bradley (Florence Briggs Th...
2	1	3	Heikkinen, Miss. Laina
3	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)
4	0	3	Allen, Mr. William Henry

titanic.iloc[0:3, 3] = "anonymous"
titanic.head()

	PassengerId	Survived	Pclass	Name	Sex	Age	SibSp	Parch	Ticket	Fare	Cabin	Embarked
0	1	0	3	anonymous	male	22.0	1	0	A/5 21171	7.2500	NaN	S
1	2	1	1	anonymous	female	38.0	1	0	PC 17599	71.2833	C85	C
2	3	1	3	anonymous	female	26.0	0	0	STON/O2. 3101282	7.9250	NaN	S
3	4	1	1	Futrelle, Mrs. Jacques Heath (Lily May Peel)	female	35.0	1	0	113803	53.1000	C123	S
4	5	0	3	Allen, Mr. William Henry	male	35.0	0	0	373450	8.0500	NaN	S

4. 정리

• 데이터의 하위 집합을 선택할 때, 대괄호([])를 사용.
• 이 대괄호 안에 단일 열/행 레이블, 목록을 사용.
• 열/행 레이블, 레이블 조각, 조건식 또는 콜론.
• loc/iloc를 이용하여 새로운 값을 입력할 수 있음.