3. Subset Observations(Columns) (열 데이터 다루기)

• 자료출처 : https://pandas.pydata.org/Pandas_Cheat_Sheet.pdf

In [1]:

from IPython.core.display import display, HTML
display(HTML("<style> .container{width:90% !important;}</style>"))

In [2]:

import pandas as pd
import seaborn as sns

In [3]:

# 예시 데이터 불러오기
df = sns.load_dataset('iris')
print(df.shape)
df.head()

(150, 5)

Out[3]:

	sepal_length	sepal_width	petal_length	petal_width	species
0	5.1	3.5	1.4	0.2	setosa
1	4.9	3.0	1.4	0.2	setosa
2	4.7	3.2	1.3	0.2	setosa
3	4.6	3.1	1.5	0.2	setosa
4	5.0	3.6	1.4	0.2	setosa

데이터프레임에서 특정 컬럼 정보만 불러오기¶

In [4]:

columns = ['sepal_length', 'sepal_width', 'species']
df[columns].head()

Out[4]:

	sepal_length	sepal_width	species
0	5.1	3.5	setosa
1	4.9	3.0	setosa
2	4.7	3.2	setosa
3	4.6	3.1	setosa
4	5.0	3.6	setosa

In [5]:

# 이 방식에서는 한글이나 특수문자가 들어간 컬럼명을 쓸 수 없음
df.sepal_width.head() 

Out[5]:

0    3.5
1    3.0
2    3.2
3    3.1
4    3.6
Name: sepal_width, dtype: float64

In [6]:

df['sepal_width'].head()

Out[6]:

0    3.5
1    3.0
2    3.2
3    3.1
4    3.6
Name: sepal_width, dtype: float64

정규 표현식으로 특정컬럼 불러오기¶

df.filter( regex = 'regex' )

• '\.' : 점( . )을 포함하고 있는 문자열

In [7]:

df.filter(regex='\,').head(3)

Out[7]:

0
1
2

• 'length$' : 특정문자열(length)로 끝나는 문자열

In [8]:

df.filter(regex='length$').head(3)

Out[8]:

	sepal_length	petal_length
0	5.1	1.4
1	4.9	1.4
2	4.7	1.3

• '_' : _ 를 포함하고 있는 문자열

In [9]:

df.filter(regex='_').head(3)

Out[9]:

	sepal_length	sepal_width	petal_length	petal_width
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2
2	4.7	3.2	1.3	0.2

• '^sepal' : 특정문자열(Sepal)로 시작하는 문자열

In [10]:

df.filter(regex='^sepal').head(3)

Out[10]:

	sepal_length	sepal_width
0	5.1	3.5
1	4.9	3.0
2	4.7	3.2

• *'^(?!species$).' : 특정문자열('species')이 없는 문자열

In [11]:

df.filter(regex='^(?!species).*').head(3)

Out[11]:

	sepal_length	sepal_width	petal_length	petal_width
0	5.1	3.5	1.4	0.2
1	4.9	3.0	1.4	0.2
2	4.7	3.2	1.3	0.2

• '^x[1-5]$' : 특정문자(x)로 시작하고 특정문자(1, 2, 3, 4, 5)로 끝나는 문자열

In [12]:

df.filter(regex='^x[1-5]$').head(3)

Out[12]:

0
1
2

df.loc[ ]와 df.iloc[ ] 비교¶

In [13]:

df.loc[2:5, 'sepal_width':'petal_width']

Out[13]:

	sepal_width	petal_length	petal_width
2	3.2	1.3	0.2
3	3.1	1.5	0.2
4	3.6	1.4	0.2
5	3.9	1.7	0.4

loc와는 다르게 iloc로 검색을 했을 때 a:b 면 b-1행까지 검색을 함
iloc는 인덱스번호만 입력이 가능함

In [14]:

df.iloc[2:5:,  1:3]

Out[14]:

	sepal_width	petal_length
2	3.2	1.3
3	3.1	1.5
4	3.6	1.4

loc 를 통해 logic 조건으로 행을 지정하고, 컬럼명을 선택할 수 있음

In [15]:

df.loc[df['sepal_length']>3 , ['sepal_length','sepal_width']].head()

Out[15]:

	sepal_length	sepal_width
0	5.1	3.5
1	4.9	3.0
2	4.7	3.2
3	4.6	3.1
4	5.0	3.6