06.pandas.DataFrame.iloc

pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.iloc.html

pandas.DataFrame.iloc — pandas 1.2.1 documentation

 

파이썬 pandas 공식 문서를 활용하여 iloc를 정리해보려고 한다. 

 

공식문서가 영어라 쉽지 않지만 그래도 하나씩 도전!!

 

DataFrame.loc

Purely label-location based indexer for selection by label.

레이블별로 선택하기 위한 순수 레이블 위치 기반 인덱서입니다.

Series.iloc

Purely integer-location based indexing for selection by position. 

위치별 선택을 위한 순수 정수 위치 기반 인덱싱입니다.

 

 

정수로 row 인덱싱하기 - 시리즈 형태로 출력!!

리스트 형태로 인덱싱하기 - 데이터프레임형태로 출력됨

 차이가 보이는가!!

df.iloc[0]   과 df.iloc[ [0] ] 의 차이 말이다!

df.iloc[0] 은 첫번째 row인 값이 시리즈 형태로 세로로 펼쳐졌고,

df.iloc[ [0] ] 은 첫번째 row 인 값이 데이터프레임형태로 출력됐다. 

즉 dataframe 형태로 변환하려면 [] 를 또 한번 해주면 된다. 

 

슬라이싱을 통해 row단위 행을 잘라서 dataframe형태로 가져올수 있다. 

 

 

 

헷갈려서 쥬피터노트북에서 각  데이터별 type을 확인해봤다. 역시 확인을 해야 속이 풀린다.

 

mydict 데이터는 list 형태, df의 형태는 dataframe형태이다.

 

각각 Series 형태와 dataframe형태인것을  알 수있다.

 

datafraem형태를 다시 리스트형태에 넣는것은 에러난다!! 할튼 헷갈려!!! 이거 안되는것은 누가 설명해주실분 없을까..

 

 

 

 

, 형태로 row 와 column을 구분해서 특정 스칼라 요소를 갖고오거나, 특정 행과 열이 겹치는 dataframe형태로 갖고오거나 할 수 있다!!! 컴마를 쓰는것을 확인하자!!

 

 

 

 

그리고 R Friend R_Friend 님 티스토리로부터 많은 도움을 받고 있다! 다시 한번 감사의 말씀을 올린다. 

rfriend.tistory.com/282

[Python pandas] Series, DataFrame 행, 열 생성(creation), 선택(selection, slicing, indexing), 삭제(drop, delete)

 

항상 헷갈리는 것이 iloc와 loc!!! 아무리 봐도 헷갈린다.

결론부터 말하면 loc나 iloc 모두 행단위 데이터를 출력한다는 것이다!!

loc : index가 문자인 경우 , iloc : index 가 정수인 경우!! 둘다 결과값은 동일하다!!

 

---

index label을 가지고 행(row) 선택할 때는 df.loc['xx'] 를 사용합니다.

 

In [42]: df Out[42]:      C1   C2    C3 R1  0.0  4.0   8.0 R2  1.0  5.0   9.0 R3  2.0  6.0  10.0 R4  3.0  7.0   NaN # Select row by label : df.loc[label] In [48]: df.loc['R1'] Out[48]: C1    0.0 C2    4.0 C3    8.0 Name: R1, dtype: float64   In [49]: df.loc[['R1', 'R2']] Out[49]:      C1   C2   C3 R1  0.0  4.0  8.0 R2  1.0  5.0  9.0

출처: https://rfriend.tistory.com/282 [R, Python 분석과 프로그래밍의 친구 (by R Friend)]

 

첫번째 케이스에서 df.loc['R1'] 은 index가 'R1' 인 row를 선택해서 series 형태로 보여준다. 

잠시 헷갈렸으나, 가로로 row data였던것이 세로로 전치되게 나타났다.

 

두번째 케이스에서 df.loc[['R1','R2'] ] 는 row index가 'R1','R2' 인 것만 뽑아서 2행3열 dataframe으로 나타냈다.

---

 

index의 label 이 아니라 정수(integer)로 indexing을 하려면 df.iloc[int] 를 사용해야 합니다.  만약 df.loc[int]를 사용하면 TypeError 가 발생합니다.

 

# TypeError: cannot do label indexing on with these indexers [0] of <class 'int'> In [50]: df.loc[0] # TypeError TypeError: cannot do label indexing on <class 'pandas.indexes.base.Index'> with these indexers [0] of <class 'int'>     # Select row by interger location : df.iloc[loc] In [51]: df.iloc[0] Out[51]: C1    0.0 C2    4.0 C3    8.0 Name: R1, dtype: float64   In [52]: df.iloc[0:2] Out[52]:      C1   C2   C3 R1  0.0  4.0  8.0 R2  1.0  5.0  9.0

출처: https://rfriend.tistory.com/282 [R, Python 분석과 프로그래밍의 친구 (by R Friend)]

 

첫번째 케이스에서 df.iloc[0] 은 index가 'R1' 인 row를 선택한 결과와 동일하지만 문자 index를 사용하지 않고

정수 인덱싱을 사용한것이다. 

df.iloc[0] 의 결과값 = df.loc['R1'] 의 결과값!,

시리즈 형태 데이터로 마찬가지로 가로로 row data였던것이 세로로 전치되게 나타났다.

 

두번째 케이스에서 df.loc[['R1','R2'] ] =  df.iloc[0:2] 의 결과값이 모두 동일하다!

즉. 문자 index를 사용하려면 loc, 정수 index를 사용하려면 iloc 이고 둘다 행단위의 데이터를 출력한다. 

---

DataFrame의 행(row) indexing할 때 df[0:2] 처럼 행의 범위를 ':'로 설정해주어도 됩니다.  df[0] 처럼 정수값을 지정하면 KeyError 납니다(이때는 df.iloc[0] 을 써야 함).

 

# KeyError: 0 In [53]: df[0]  # KeyError: 0 KeyError: 0     # Select rows : df[0:2] In [54]: df[0:2] Out[54]:      C1   C2   C3 R1  0.0  4.0  8.0 R2  1.0  5.0  9.0

 

 

또 놀라운 사실은 df[0:2] 로 행을 순서대로 상위 2개만 선택할 수 있다는 것이다!!

 

즉, df.loc['R1','R2'] = =df.iloc[0:2] = df[0:2]   모두 동일한 결과값이 나온다는 것이다!!

그럼 row를 선택할때 무엇을 사용해야 가장 편할까?? 

출처: https://rfriend.tistory.com/282 [R, Python 분석과 프로그래밍의 친구 (by R Friend)]