[파이썬] 판다스를 활용한 행과 열 동시에 다루기

이번 시간에는 지난시간에 기본적인 내용에서 실무에서 주로 사용하는 iloc와 loc를 활용해서 행과 열을 동시에 다루는 법에 대해 알려준다.

 

2019/11/08 - [Python/[Python] 데이터 전처리] - [파이썬] 판다스 활용 데이터 전처리 - 열 다루기

[파이썬] 판다스 활용 데이터 전처리 - 열 다루기

2019/11/12 - [Python/[Python] 데이터 전처리] - [파이썬] 판다스 활용 데이터 전처리 - 행 다루기

[파이썬] 판다스 활용 데이터 전처리 - 행 다루기

먼저 데이터는 2012년 미국 민주당 경선 데이터를 참고하였다. 데이터 코드는 DataCamp에서 제공 받았다. 데이터를 가져와서 확인해보자.

import pandas as pd
url = 'https://assets.datacamp.com/production/repositories/502/datasets/502f4eedaf44ad1c94b3595c7691746f282e0b0a/pennsylvania2012_turnout.csv'
election = pd.read_csv(url, index_col = "county")
election.head()

loc와 iloc 차이점

loc와 iloc의 차이점은 변수 선택을 숫자로 하는 것인가? 아니면 문자로 지정하는 것인가? 하는 차이점이다. Allegheny county에서 승리한 Obama를 추출하는 코드를 만들 예정이며, loc와 iloc 모두 사용하도록 한다. 

먼저 loc를 사용해보자. 

election.loc['Allegheny', 'winner']
---
'Obama'

 

Obama가 정상적으로 추출된 것을 확인할 수 있다. 다음은 iloc를 사용하여 추출해보자. 이때는 행과 열 숫자를 입력해야 한다. 0부터 count가 된다는 것을 잊지 말아야 한다.

 

election.iloc[1, 4]
---
'Obama'

마찬가지로 Obama가 정상적으로 추출된 것을 확인할 수 있을 것이다.

 

Column 선택 및 재정렬

분석목적에 따라 Column을 재정렬 해야 할 필요가 있다. Column을 추출하는데 있어서, winner, total 순서대로 재출해보자. 

results = election[['winner', 'total']]
results.head(10)

 

위 데이터를 통해서 보다 깔끔하게 정리된 데이터를 확인할 수 있다.

슬라이싱을 활용한 행과 열 다루기

원소 데이터를 선택할 때, 범위를 지정하여 슬라이싱하는 방법을 여러 가지로 응용할 수 있다.  

DataFrame객체.iloc[시작인덱스:끝인덱스:슬라이싱 간격]

 

슬라이싱의 범위는 '시작 인덱스'를 포함하며, '끝 인덱스'보다 1이 작은 인덱스까지 포함한다. 이 때, "슬라이싱 간격"을 지정하지 않으면 자동적으로 1씩 증가한다.

 

슬라이싱을 활용한 행 다루기

시작인덱스는 'Blair', 끝인덱스는 'Butler'로 지정하자. 

p_counties = election.loc['Perry':'Potter']
print(p_counties)

p_counties_rev = election.loc['Potter':'Perry':-1]
p_counties_rev

슬라이싱을 활용한 열 다루기

이번에는 전체 행을 조회하지만, 열은 처음부터 `Obama`까지만 추출하도록 하는 코드를 실행해보자. 

to_Obama = election.loc[:, :'Obama']
print(to_Obama.head())

          state   total      Obama
county                            
Adams        PA   41973  35.482334
Allegheny    PA  614671  56.640219
Armstrong    PA   28322  30.696985
Beaver       PA   80015  46.032619
Bedford      PA   21444  22.057452

이번에는 Obama부터 모든 열을 추출하도록 해보자.

Obama_to_end = election.loc[:, 'Obama':]
Obama_to_end.head()

이번에는 Obama부터 Voters까지 열을 조회하도록 해보자.

Obama_to_Voters = election.loc[:, 'Obama':'voters']
print(Obama_to_Voters.head())

               Obama     Romney  winner  voters
county                                         
Adams      35.482334  63.112001  Romney   61156
Allegheny  56.640219  42.185820   Obama  924351
Armstrong  30.696985  67.901278  Romney   42147
Beaver     46.032619  52.637630  Romney  115157
Bedford    22.057452  76.986570  Romney   32189

슬라이싱을 통한 행과 열 부분 추출

거의 종착역에 다 왔다. 이번에는 그동안 배운 슬라이싱을 통해 행과 열을 동시에 추출해보자. 

subselected_election = election.loc['Potter':'Perry':-1, 'Obama':'voters']
print(subselected_election)

                  Obama     Romney  winner   voters
county                                             
Potter        26.259542  72.158223  Romney    10913
Pike          43.904334  54.882576  Romney    41840
Philadelphia  85.224251  14.051451   Obama  1099197
Perry         29.769737  68.591009  Romney    27245