07. dataframe에서 특정 columns 선택하기

rfriend.tistory.com/282

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

 

역시나 헷갈리기 쉬운 내용을 너무나 쉽게 설명해주시는 위 티스토리를 참고했다!!! 

다시 한번 감사드립니다.^^

---

 

DataFrame에서 칼럼 이름을 지정해서 선별하는 방법은 아래 예시 처럼 df[['xx', 'xx']] 처럼 하면 됩니다.

 

# selecting columns from DataFrame In [28]: df Out[28]:      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   In [29]: df[['C1', 'C2']] Out[29]:      C1   C2 R1  0.0  4.0 R2  1.0  5.0 R3  2.0  6.0 R4  3.0  7.0

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

 

 

순간적으로  특정 컬럼을 갖고오는 df[['C1','C2']] 를 iloc와  loc를 사용해서 동일결과를 확인해보고 싶었다!!

이런 호기심 발동!!!! 나중에 분명 또 까먹을 것이다.!!ㅋㅋ

 

 

일단 df를 생성하고 특정 컬럼을 지정해서 남긴다!!

 

이제 다음부터는 테스트이다. 

loc는 앞에 블로그에도 썻듯이 '문자' index를 설정해서 남기는 것이고, 

iloc는 정수 index를 설정해서 남긴다!!

 

중간에 컴마(,) 을 써면 행과 열을 중첩시켜 동시 조건만 가져오게 된다!!!

역시 배운데로 해보니 잘된다!!! 

슬라이싱으로 해봐도 잘된다!!!

 

df[['C1','C2']] 그냥 이렇게 사용하는것이 편할 것 같다!!!!

 

---

아래는 너무나 도움되었던 tip!!!!

 

 

 

선택할 칼럼을 벡터 객체로 만들어 놓고, DataFrame에서 벡터 객체에 들어있는 칼럼만 선별해올 수도 있겠지요. 분석 프로세스를 자동화하려고 할 때 선행 분석 결과를 받아서 벡터 객체로 만들어 놓고, 이를 받아서 필요한 변수만 선별할 때 종종 사용하곤 합니다.

 

# Select columns by column vector : df[col_bool_vec] In [56]: df_col_selector = ['C1', 'C2']   In [57]: df[df_col_selector] Out[57]:      C1   C2 R1  0.0  4.0 R2  1.0  5.0 R3  2.0  6.0 R4  3.0  7.0

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

 

즉 위에서 df[df_col_selector] 는 df[['C1,'C2']] 형태로써 특정 컬럼등을 여러개의 벡터로 만들어 선택하게 하는것을 의미한다!!!

 

---

 

다시 너무 헷갈리지만 정리하자!!!https://rfriend.tistory.com/282 정말 티스토리 짱입니다^^

 

DataFrame의 행(row)과 열(column)을 선택할 때는 df.['xx'][0:2] 를 예를 들어 소개합니다.

 

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   # selecting column form DataFrame In [43]: df['C1'] Out[43]: R1    0.0 R2    1.0 R3    2.0 R4    3.0 Name: C1, dtype: float64   In [44]: df.C1 Out[44]: R1    0.0 R2    1.0 R3    2.0 R4    3.0 Name: C1, dtype: float64   # selecting row from DataFrame In [45]: df[0:2] Out[45]:      C1   C2   C3 R1  0.0  4.0  8.0 R2  1.0  5.0  9.0   # indexing 'column' and 'row' from DataFrame In [46]: df['C1'][0:2] Out[46]: R1    0.0 R2    1.0 Name: C1, dtype: float64   In [47]: df.C1[0:2] Out[47]: R1    0.0 R2    1.0 Name: C1, dtype: float64

 

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