[Pandas]판다스 인덱싱 - 인덱스 조정과 조회 조건

우선 앞선 글을 읽지 않고 이 글을 이해하기 힘들 수 있으니 블로그 내에 판다스 인덱싱-데이터 조회 글을 먼저 읽어주시기 바랍니다. 링크는 아래에 첨부합니다.

https://jerry-style.tistory.com/47

[Pandas]판다스 인덱싱 - 데이터 조회

앞선 글에서 우리는 인덱스와 라벨을 이용해 데이터를 조회하는 방법을 알아보았습니다.

이번에는 인덱스를 조정하는 방법을 알아봅시다.

 

• 인덱스 조정
  1. Label-Based selection 즉, 라벨 기반 조회는 인덱스의 라벨을 기준으로 조회하기에 인덱스 지정 작업이 중요합니다. Pandas에서는 set_index() 함수를 이용해 특정 컬럼을 인덱스로 지정할 수 있습니다. 다음 예시는 latitude라는 컬럼을 인덱스로 적용한 예시입니다.
     

     test_df.set_index("latitude")​

     
     
     
     
  2. 위에 설명한 방법을 이용해서 보다 유용한 컬럼을 인덱스로 사용할 수 있습니다.
• 조회 조건 지정
  1. 지금까지는 DataFrame 자체 구조를 이용해서 조회해봤습니다. 그러나 더 유용한 결과를 가져오기 위해서는 조회 조건을 지정하는게 종종 필수적입니다. 예를들어 test_df DataFrame에서 어떤 row의 latitude가 34.10인지 확인해보겠습니다
     

     test_df.latitude == 34.10​

     

     
     
     
  2. 그렇다면 이번에는 34.10인 데이터만 조회하기 위해 앞선 인덱싱-데이터 조회 포스팅에서 썼던 Pandas의 loc 기능을 써보겠습니다.
     

     test_df.loc[test_df.latitude == 34.10]​

     

     
      
  3. 이와 같이 대괄호 내부에는 true, false인 값을 리턴하는 인자를 집어넣어줍니다. 결과 화면을 보면 latitude가 34.10인 값들만 조회된 것을 확인할 수 있죠.
  4. 조회 조건을 하나만 넣지 않고 두가지 이상 조합해서 사용하는 것도 가능합니다.
     먼저 & 연산자를 사용해 두가지 조건을 모두 만족하는 결과를 추려보겠습니다.
     

     test_df.loc[(test_df.latitude == 34.10) & (test_df.housing_median_age < 30.0)]​

      test_df라는 DataFrame에서 loc를 이용하는 것까지 동일하고 소괄호로 감싸준 각각의 조건을 & 연산자로 연결해줍니다. 그럼 아래와같은 조회 결과가 나옵니다.
     

     

     보시다시피 앞서 나온 결과에서 housing_median_age가 30.0인 조건으로 추려냈습니다.
     
     
  5. 다음으로 | 연산자를 이용해 둘 중 어느 하나라도 만족하는 결과를 가져올 수도 있습니다.
     

     test_df.loc[(test_df.latitude == 34.10) | (test_df.housing_median_age < 30.0)]​

     
     이런 구문을 사용하면 두개의 조회 조건 중 어느 하나라도 만족한다면 결과에 포함해서 조회하게 됩니다.
  6. 추가로 Pandas에는 몇가지 조건 선택기가 있는데 주요한 두가지를 여기서 사용해보겠습니다. isin과 isnull이라는 기능입니다. 먼저 isin 사용 예를 보겠습니다.
     

     test_df.loc[test_df.housing_median_age.isin(['10.0','40.0'])]​

     test_df DataFrame에서 loc 기능을 이용하는 부분까지는 동일하고 조건에 isin을 사용해 housing_median_age가 대괄호([])로 감싸진 리스트에 포함되는 값들만 가져올 수 있습니다.
  7. 다음으로 isnull과 notnull을 이용해 해당 값이 null인 데이터 또는 null이 아닌 데이터를 조회해볼 수 있습니다.
     

     test_df.loc[test_df.housing_median_age.notnull()]
     test_df.loc[test_df.housing_median_age.isnull()]​

• 데이터 할당
  1. 이번 장의 마지막인 데이터 할당입니다. isnull인 것과 같이 null인 값 또는 의미없는 값을 의미있는 값으로 할당해줄 수 있습니다. 이 Pandas 기능을 파이썬 코드로 표현하면 아래와 같습니다.
     

     test_df['total_rooms'] = 100.0​

     이렇게 할당해주면 total_rooms의 모든 값이 100.0으로 할당됩니다.
     

     

     
     
     
  2. 파이썬의 range 기능을 이용해 첫 row부터 전체 row 갯수(len(test_df))부터 마지막 row까지 -1씩 감소하면서  변하는 값을 할당해줄 수도 있습니다.
     

     test_df['median_house_value'] = range(len(test_df),0,-1)​