[ Python ] pandas loc, iloc, indexing

■ 사전 데이터 세팅

import pandas as pd
import numpy as np

sample = pd.read_csv("data/내국인 생활인구.csv", encoding="cp949")
sample

 

 

---

# 컬럼 한글명만 가져오기 및 컬럼치환
newCols = []
cols = sample.columns

for col in cols:
    newCols.append(col.split("(")[0])
newCols

sample.columns = newCols
sample

---

# 인덱스를 일자로 치환

sample = sample.set_index("일자")
sample.head()

---

---

■ loc

• loc는 'Location based indexing'을 의미하며, 이를 통해 데이터 프레임에서 특정 행이나 열을 선택할 수 있다. 이를 사용하면 인덱스 값 또는 열 이름을 기준으로 특정 데이터를 추출할 수 있다.

• index : 선택하려는 행의 인덱스 레이블. 
• column : 선택하려는 열의 이름. 

---

• loc : 인덱스값으로 조회

#loc[행인덱스] -> row 조회
sample.loc[20170226:20180317]

 

---

•  loc : 컬럼명으로 특정컬럼명에 따른 값 조회

#loc[행인덱스, 컬럼명] -> row&column 조회
# : -> 모든 행 조회
sample.loc[:,"시간": "집계구코드"]

 

---

■ iloc

• iloc는, loc와 다르게 pandas 데이터 프레임에서 인덱스 숫자를 기반으로 데이터를 선택하는 함수이다. 즉, 행과 열의 위치를 나타내는 숫자를 사용하여 데이터를 선택하게 된다.

# iloc[행인덱스번호] -> row 조회
sample.iloc[0:2]

 

---

■ 조건에 따른 데이터 인덱싱

# 조건에 대해 true, false 로 반환
sample["생활인구합계"] >= 1000

일자
20170226    False
20180107    False
20180317     True
20190222    False
20210706    False
            ...  
20170603    False
20211007    False
20200819    False
20171011    False
20200725     True
Name: 생활인구합계, Length: 500, dtype: bool

---

# 해당 조건에 true 인 열 반환
sample[sample["생활인구합계"] >= 1000]

---

# loc 사용 인덱싱
sample.loc[sample["생활인구합계"] >= 5000]

---

■ 특정 조건과 or 연산자를 통한 데이터 조회

# 생황인구합계가 1000 이상이고, 행정동 코드가 11230536 인 데이터
condition = (sample["생활인구합계"] >= 1000) | (sample["행정동코드"] == "11230545")
condition

#샘플에 조건넣기
sample[condition]