[Pandas] 데이터프레임 인덱싱(loc, iloc) 및 단일값 접근(at, iat)

---

인덱싱 (loc)

 

loc(참고링크)는 location의 약자로 데이터프레임 인덱싱을 도와준다.

일반적으로 파이썬에서는 []을 이용하여 리스트 인덱싱, 슬라이싱 등을 하는데 판다스 데이터프레임에서는 loc[]를 통해 비슷한 일을 한다고 생각하면 편하다.

DataFrame.loc[name_row, name_column]

위가 기본적인 접근 방법으로 loc는 행과 열의 이름으로 접근한다. 혹은 행과 열의 이름을 리스트로 넣어 접근할 수도 있다. 또한 :을 이용하여 슬라이싱도 가능하고, 조건을 넣어서 접근할 수도 있다.

예를 들기 위해 아래와 같이 데이터를 불러오자.

import seaborn as sns

df = sns.load_dataset('titanic')

간단하게 데이터를 살펴보기 위해 head()를 이용하여 출력하면 다음과 같다.

   survived  pclass     sex   age  sibsp  parch     fare embarked  class  \
0         0       3    male  22.0      1      0   7.2500        S  Third   
1         1       1  female  38.0      1      0  71.2833        C  First   
2         1       3  female  26.0      0      0   7.9250        S  Third   
3         1       1  female  35.0      1      0  53.1000        S  First   
4         0       3    male  35.0      0      0   8.0500        S  Third   

     who  adult_male deck  embark_town alive  alone  
0    man        True  NaN  Southampton    no  False  
1  woman       False    C    Cherbourg   yes  False  
2  woman       False  NaN  Southampton   yes   True  
3  woman       False    C  Southampton   yes  False  
4    man        True  NaN  Southampton    no   True

이제 loc를 이용하여 접근해보자. 예를 들어서 100번 승객의 성별에 접근한다면 아래와 같은 코드를 이용할 수 있다.

df.loc[100, 'sex']

결과는 아래와 같다.

'female'

이제 100번 승객, 200번 승객, 300번 승객의 성별과 객실 등급이 궁금할 수 있다. 이때 리스트를 이용한다.

df.loc[[100, 200, 300], ['sex', 'class']]

출력은 아래와 같다.

        sex  class
100  female  Third
200    male  Third
300  female  Third

만약 다중 인덱스(MultiIndex)인 경우 ()로 묶어서 접근 가능한데, 자세한 내용은 loc 레퍼런스를 참고하면 된다.

슬라이싱도 가능하다. 위 정보를 보니 class부터 alive까지 정보가 필요하다고 해보자.

df.loc[[100, 200, 300], 'class':'alive']

그렇다면 출력은 아래와 같다.

     class    who  adult_male deck  embark_town alive
100  Third  woman       False  NaN  Southampton    no
200  Third    man        True  NaN  Southampton    no
300  Third  woman       False  NaN   Queenstown   yes

그리고 슬라이싱에선 기존 파이썬 문법과 마찬가지로 생략하여 한쪽을 모두 포함시킬 수도 있다.

df.loc[[100, 200, 300], 'class':]

출력은 아래와 같다.

     class    who  adult_male deck  embark_town alive  alone
100  Third  woman       False  NaN  Southampton    no   True
200  Third    man        True  NaN  Southampton    no   True
300  Third  woman       False  NaN   Queenstown   yes   True

역으로 양쪽 모두 생략하여 행이나 열 모두를 포함시킬 수도 있다.

df.loc[:, 'class']

출력은 아래와 같다.

0       Third
1       First
2       Third
3       First
4       Third
        ...  
886    Second
887     First
888     Third
889     First
890     Third
Name: class, Length: 891, dtype: category
Categories (3, object): ['First', 'Second', 'Third']

앞서 조건을 통해서도 접근 가능하다고 말하였다. 예를 들어서 살아남은 사람들만 출력해보자.

print(df.loc[df['alive']=='yes'])

출력은 아래와 같다.

     survived  pclass     sex   age  sibsp  parch     fare embarked   class  \
1           1       1  female  38.0      1      0  71.2833        C   First   
2           1       3  female  26.0      0      0   7.9250        S   Third   
3           1       1  female  35.0      1      0  53.1000        S   First   
8           1       3  female  27.0      0      2  11.1333        S   Third   
9           1       2  female  14.0      1      0  30.0708        C  Second   
..        ...     ...     ...   ...    ...    ...      ...      ...     ...   
875         1       3  female  15.0      0      0   7.2250        C   Third   
879         1       1  female  56.0      0      1  83.1583        C   First   
880         1       2  female  25.0      0      1  26.0000        S  Second   
887         1       1  female  19.0      0      0  30.0000        S   First   
889         1       1    male  26.0      0      0  30.0000        C   First   

       who  adult_male deck  embark_town alive  alone  
1    woman       False    C    Cherbourg   yes  False  
2    woman       False  NaN  Southampton   yes   True  
3    woman       False    C  Southampton   yes  False  
8    woman       False  NaN  Southampton   yes  False  
9    child       False  NaN    Cherbourg   yes  False  
..     ...         ...  ...          ...   ...    ...  
875  child       False  NaN    Cherbourg   yes   True  
879  woman       False    C    Cherbourg   yes  False  
880  woman       False  NaN  Southampton   yes  False  
887  woman       False    B  Southampton   yes   True  
889    man        True    C    Cherbourg   yes   True  

[342 rows x 15 columns]

& | 을 통해 여러 조건을 같이 넣을수도 있다. 예를 들어서 나이가 70살 이상인 일등석 승객을 출력해보자.

df.loc[(df['age']>=70) & (df['class']=='First')]

이때 조건을 괄호로 잘 감싸주어야 한다. 출력은 아래와 같다.

     survived  pclass   sex   age  sibsp  parch     fare embarked  class  who  \
96          0       1  male  71.0      0      0  34.6542        C  First  man   
493         0       1  male  71.0      0      0  49.5042        C  First  man   
630         1       1  male  80.0      0      0  30.0000        S  First  man   
745         0       1  male  70.0      1      1  71.0000        S  First  man   

     adult_male deck  embark_town alive  alone  
96         True    A    Cherbourg    no   True  
493        True  NaN    Cherbourg    no   True  
630        True    A  Southampton   yes   True  
745        True    B  Southampton    no  False

이때 조건을 넣은 것은 행에 조건을 넣은 것이기에 특정 열의 값만 보는 것도 가능하다.

이렇게 데이터프레임에 접근했다면 해당 값을 변경하는 것 역시 가능하다. 예를 들어서 100번 승객의 성별을 여성으로 설정하고 싶다면 다음과 같이 하면 된다.

df.loc[100, 'sex'] = 'female'

여러 값을 한번에 바꾸는 것도 가능하다. 예를 들어서 일등석 승객을 모두 살아있는 상태로 설정하고 싶다면 다음과 같이 하면 된다.

df.loc[df['class'] == 'First', 'alive'] = 'yes'

여기에 +=, -= 등을 이용하는 것 역시 가능하다.

 

---

인덱싱 (iloc)

 

iloc(참고링크)는 integer location의 약자로 앞서 loc가 행이나 열의 이름을 기준으로 데이터프레임 인덱싱을 진행했다면 iloc는 인덱스 넘버를 기준으로 인덱싱을 진행한다.

예를 들어서 다시 타이타닉 셋을 가져와보자.

import seaborn as sns

df = sns.load_dataset('titanic')

이제 아까처럼 100번 승객의 성별에 접근하려 해보자.

df.iloc[100, 'sex']

오류가 뜬다. 성별의 인덱스를 확인하기 위해 info()를 통해 접근해보면 다음과 같다.

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 891 entries, 0 to 890
Data columns (total 15 columns):
 #   Column       Non-Null Count  Dtype   
---  ------       --------------  -----   
 0   survived     891 non-null    int64   
 1   pclass       891 non-null    int64   
 2   sex          891 non-null    object  
 3   age          714 non-null    float64 
 4   sibsp        891 non-null    int64   
 5   parch        891 non-null    int64   
 6   fare         891 non-null    float64 
 7   embarked     889 non-null    object  
 8   class        891 non-null    category
 9   who          891 non-null    object  
 10  adult_male   891 non-null    bool    
 11  deck         203 non-null    category
 12  embark_town  889 non-null    object  
 13  alive        891 non-null    object  
 14  alone        891 non-null    bool    
dtypes: bool(2), category(2), float64(2), int64(4), object(5)
memory usage: 80.7+ KB
None

즉 성별의 인덱스는 2이다. 따라서 100번 승객의 성별에 접근하려면 다음과 같은 코드를 이용해야 한다.

df.iloc[100, 2]

출력은 다음과 같다.

'female'

아까와 동일하다. 참고로 타이타닉 데이터셋은 행이 이미 0부터 시작하는 수로 되어 있기 때문에 loc로 접근할 때와 iloc로 접근할 때 동일하게 사용하였지만, 만약 행 이름이 1부터 시작하는 수이거나, 아예 다르게 되어 있다면 성별에 접근할 때와 마찬가지로 인덱스를 확인하고 접근해야 한다.

그 외 리스트를 이용하여 여러 행, 열에 접근하거나, 슬라이싱하거나, 조건을 통해 접근하는 것은 loc와 같으니 위를 참고하면 된다.

 

---

단일값 접근 (at, iat)

 

at(참고링크), iat(참고링크)는 단일 값에만 접근한다는 것이 특징이다.

예를 들어 아래와 같이 단일 값에 접근할 때를 가정하자.

df.iloc[100, 2]

그렇다면 굳이 iloc를 사용하지 말고 iat을 사용하면 된다.

df.iat[100, 2]

at 역시 비슷하다.

at, iat는 단일 값 접근만 가능해서 loc, iloc와 비교하면 범용성이 떨어진다. 그러나 단일 값 접근 시 loc, iloc 대비 빠르기 때문에 단일 값 접근이라면 at, iat를 사용하는 것이 좋다.