본문 바로가기

반응형

데이터 추출

(3)
16장 데이터를 추출하는 다양한 방법 (3) 16-3 df.iloc[] 이용하기 인덱스 번호를 지정해 행 추출하기 # 0행 추출 df.iloc[0] """ id 1 nclass 1 math 50 english 98 science 50 Name: 0, dtype: int64 """ # 2행 추출 df.iloc[2] """ id 3 nclass 1 math 45 english 86 science 78 Name: 2, dtype: int64 """ 행이 1개일 때 데이터 프레임 자료 구조 유지하기 # 시리즈로 추출 df.iloc[0] """ id 1 nclass 1 math 50 english 98 science 50 Name: 0, dtype: int64 """ # 데이터 프레임으로 추출 df.iloc[[0]] 여러 행 추출하기 # 1, 3, 5행 추..
16장 데이터를 추출하는 다양한 방법 (2) 16-2 df.loc[ ] 이용하기 인덱스 활용하기 df = pd.DataFrame({'var1' : [1, 2, 3], 'var2' : [4, 5, 6]}) df # 인덱스 문자열 지정하기 df = pd.DataFrame({'var1' : [1, 2, 3], 'var2' : [4, 5, 6]}, index = ['kim', 'lee', 'park']) df 인덱스 문자열을 지정해 행 추출하기 # kim 행 추출 df.loc['kim'] """ var1 1 var2 4 Name: kim, dtype: int64 """ 여러 행 추출하기 # kim, park 행 추출 df.loc[['kim', 'park']] 인덱스 문자열을 지정해 열 추출하기 # lee 행의 var1 열 추출 df.loc['lee', '..
16장 데이터를 추출하는 다양한 방법 (1) 16-1 [ ] 이용하기 조건을 충족하는 행 추출하기 import pandas as pd df_raw = pd.read_csv('exam.csv') df = df_raw.head(10) df # nclass 추출 df['nclass'] """ 0 1 1 1 2 1 3 1 4 2 5 2 6 2 7 2 8 3 9 3 Name: nclass, dtype: int64 """ # nclass가 1인지 확인 df['nclass'] == 1 """ 0 True 1 True 2 True 3 True 4 False 5 False 6 False 7 False 8 False 9 False Name: nclass, dtype: bool """ # nclass가 1이면 추출 df[df['nclass'] == 1] # 수학 점수..

반응형