행 선택

판다스에서 행을 선택하는 여러 가지 방법을 알아봅니다. 먼저 예제 데이터를 엽니다.

import pandas as pd
df = pd.read_excel('census.xlsx')

인덱스

행 번호는 .index로 확인할 수 있습니다.

df.index

RangeIndex(start=0, stop=32561, step=1)
...

인덱스로 선택하기

.loc[인덱스]로 특정 인덱스의 행을 선택할 수 있습니다. 0번 인덱스 행을 선택하려면 다음과 같이 합니다.

df.loc[0]

age                          39
workclass             State-gov
fnlwgt                    77516
education             Bachelors
education_num                13
marital_status    Never-married
occupation         Adm-clerical
relationship      Not-in-family
race                      White
sex                        Male
capital_gain               2174
capital_loss                  0
hours_per_week               40
native_country    United-States
income                    <=50K
Name: 0, dtype: object

3번 인덱스 행을 선택하려면 다음과 같이 합니다.

df.loc[3]

age                               53
workclass                    Private
fnlwgt                        234721
education                       11th
education_num                      7
marital_status    Married-civ-spouse
occupation         Handlers-cleaners
relationship                 Husband
race                           Black
sex                             Male
capital_gain                       0
capital_loss                       0
hours_per_week                    40
native_country         United-States
income                         <=50K
Name: 3, dtype: object

여러 행 선택

.loc[[인덱스1, 인덱스2, ...]]와 같이 여러 행을 선택할 수 있습니다.

df.loc[[3, 4, 5]]

	age	workclass	fnlwgt	education	education_num	marital_status	occupation	relationship	race	sex	hours_per_week	native_country	income
3	53	Private	234721	11th	7	Married-civ-spouse	Handlers-cleaners	Husband	Black	Male	40	United-States	<=50K
4	28	Private	338409	Bachelors	13	Married-civ-spouse	Prof-specialty	Wife	Black	Female	40	Cuba	<=50K
5	37	Private	284582	Masters	14	Married-civ-spouse	Exec-managerial	Wife	White	Female	40	United-States	<=50K

:을 이용해서 범위로 선택할 수도 있습니다.

df.loc[3:5]

	age	workclass	fnlwgt	education	education_num	marital_status	occupation	relationship	race	sex	hours_per_week	native_country	income
3	53	Private	234721	11th	7	Married-civ-spouse	Handlers-cleaners	Husband	Black	Male	40	United-States	<=50K
4	28	Private	338409	Bachelors	13	Married-civ-spouse	Prof-specialty	Wife	Black	Female	40	Cuba	<=50K
5	37	Private	284582	Masters	14	Married-civ-spouse	Exec-managerial	Wife	White	Female	40	United-States	<=50K

행과 열을 선택

.loc[행, 열] 형식으로 행과 열을 고를 수 있습니다.

df.loc[3:5, 'age']

3    53
4    28
5    37
Name: age, dtype: int64

위치로 선택

.iloc은 인덱스가 아닌 위치를 기준으로 행과 열을 선택합니다.

아래 df2는 df에서 3~5 인덱스 행을 뽑아 만든 표입니다.

df2 = df.loc[3:5]
df2

	age	workclass	fnlwgt	education	education_num	marital_status	occupation	relationship	race	sex	hours_per_week	native_country	income
3	53	Private	234721	11th	7	Married-civ-spouse	Handlers-cleaners	Husband	Black	Male	40	United-States	<=50K
4	28	Private	338409	Bachelors	13	Married-civ-spouse	Prof-specialty	Wife	Black	Female	40	Cuba	<=50K
5	37	Private	284582	Masters	14	Married-civ-spouse	Exec-managerial	Wife	White	Female	40	United-States	<=50K

df2에서 3번 인덱스 행은 df의 3번 인덱스 행과 같습니다.

df2.loc[3]

age                               53
workclass                    Private
fnlwgt                        234721
education                       11th
education_num                      7
marital_status    Married-civ-spouse
occupation         Handlers-cleaners
relationship                 Husband
race                           Black
sex                             Male
capital_gain                       0
capital_loss                       0
hours_per_week                    40
native_country         United-States
income                         <=50K
Name: 3, dtype: object

그리고 3번 인덱스 행은 df2의 0번째입니다..

df2.iloc[0]

age                               53
workclass                    Private
fnlwgt                        234721
education                       11th
education_num                      7
marital_status    Married-civ-spouse
occupation         Handlers-cleaners
relationship                 Husband
race                           Black
sex                             Male
capital_gain                       0
capital_loss                       0
hours_per_week                    40
native_country         United-States
income                         <=50K
Name: 3, dtype: object

age는 0번째 열이므로 iloc으로 선택할 때는 다음과 같이 합니다.

df.iloc[3, 0]