안녕하세요. SQLER의 코난 김대우입니다. 

이번 강좌에서는, Python 머신러닝 강좌 - 5. Pandas DataFrame에 질의(Query)를 진행토록 하겠습니다.

예제 노트북 파일 : 5. Pandas DataFrame에 질의(Query)

SQLER에서 진행되는 전체 Python / 머신러닝 강좌 목록

코드를 실행하기 위해서는, vscode에서 새로운 파일을 만들고 강좌 내용을 단계별로 copy&paste해서 실행하시면 됩니다. 또는, Jupyter notebook을 실행하고 단계별로 실행하셔도 됩니다.

예를 들어, 5_pandas_query.ipynb를 생성하고 vscode에서 실행하면, Jupyter notebook이 실행됩니다.(vscode에서 실행도 가능하며, 웹브라우저에서도 실행 가능합니다.)

또는, github 리포지토리를 clone 하신 후, vscode나 Jupyter notebook에서, 위의 노트북 파일을 열면 됩니다. 
 

상세한 환경 구성이 필요 하시다면, 개발자 커뮤니티 SQLER.com - Python 초급 강좌 목차 - 1. Python 개발 환경 구성 문서를 참조해 WSL, vscode, conda, jupyter notebook 설정을 모두 먼저 완료 하시길 권장해 드립니다.

Python 머신러닝 강좌 - 5. Pandas DataFrame에 질의(Query)

이번 내용은 DataFrame에 대해 query하는 강좌입니다. DataFrame에서 필요한 컬럼들을 가져올 경우 사용되는 iloc와 loc에 대해서 진행합니다. SQL에 익숙하신 분들이라면, SELECT 절의 컬럼 선택을 떠올리면 이해하기 쉬우실거에요.

pandas DataFrame 쿼리

pandas DataFrame은 2차원 테이블 형식의 데이터를 저장하기위한 구조입니다.

일반적인 속성(property)

• loc column 이름을 지정하여 특정 column과 row를 반환합니다.
• iloc coulmn 인덱스 위치를 지정하여 특정 row와 column을 반환합니다.

DataFrame에서 데이터의 일부를 리턴하는 것을 데이터 슬라이싱(slicing) 또는 다이싱(dicing)이라고 합니다.

먼저, 예제로 사용할 데이터를 생성하고 조회해 볼게요.

import pandas as pd

airports = pd.DataFrame([
                        ['Seatte-Tacoma', 'Seattle', 'USA'],
                        ['Dulles', 'Washington', 'USA'],
                        ['London Heathrow', 'London', 'United Kingdom'],
                        ['Schiphol', 'Amsterdam', 'Netherlands'],
                        ['Changi', 'Singapore', 'Singapore'],
                        ['Pearson', 'Toronto', 'Canada'],
                        ['Narita', 'Tokyo', 'Japan']
                        ],
                        columns = ['Name', 'City', 'Country']
                        )
airports

결과는 이전 강좌들에서 보신 것과 같은 위의 2차원 배열 형태로 DataFrame 결과가 출력됩니다.

하나의 컬럼을 리턴

리턴 할 column 이름을 지정합니다.

• DataFrameName['columnName']

airports['City']

 

=== 결과 === 

0       Seattle
1    Washington
2        London
3     Amsterdam
4     Singapore
5       Toronto
6         Tokyo
Name: City, dtype: object

SQL 쿼리로 표현하면 SELECT columnName FROM DataFrame 정도가 되겠네요.

여러 column들을 리턴

반환하려는 열 리스트를 코드에 추가합니다.

• DataFrameName[['FirstColumnName', 'SecondColumnName', ...]]

airports[['Name', 'Country']]

=== 결과 ===

네, 두개의 컬럼을 DataFrame에서 가져오는 처리입니다. 여러개의 컬럼을 계속 컬럼명을 나열하면 가능하겠죠.

iloc를 사용하여 반환 할 row와 column 설정

iloc[rows, columns]를 사용하면, row 및 column index 위치의 row 또는, column 그룹을 가져올 수 있습니다.

리턴 할 특정 row와 column을 지정합니다.

• 첫 번째 row는 0 입니다.
• 첫 번째 column은 0 입니다.

# 첫 row와 첫 column의 값을 리턴
airports.iloc[0,0]

 

=== 결과 ===

'Seatte-Tacoma'

i의 의미는 index를 의미하고, list등의 여러 Python 데이터형에서 보신 것처럼, 서수형으로 position의 정보를 가져옵니다.

# 세번째 row와 세번째 column을 리턴
airports.iloc[2,2]

=== 결과 ===

'United Kingdom'

":" 을 지정해서 모든 row들과 column들을 리턴 가능합니다.

airports.iloc[:,:]

=== 결과 ===

row 범위 또는 column range를 조회할 수 있습니다.

• [x:y]는 x부터 y까지의 row 또는 column을 리턴합니다.

# 첫 2 row와 모든 column을 리턴
airports.iloc[0:2,:]
 

=== 결과 ===

로우는 0부터 2까지 즉, 0번과 1번을 가져오고, 컬럼은 ":" 이기 때문에 전체를 가져옵니다.

# 모든 row와 첫 두개의 column을 리턴
airports.iloc[:,0:2]

=== 결과 ===

row 리스트 또는 column 리스트를 조회할 수 있습니다.

• [x,y,z]는 row 또는 column x, y 및 z를 반환합니다.

airports.iloc[:,[0,2]]

=== 결과 ===

loc를 사용하여 이름으로 column을 조회

column의 index 위치 대신 column 이름을 조회하려면 iloc 대신 loc 사용

airports.loc[:,['Name', 'Country']]

=== 결과 ===

수고하셨습니다.

참고자료

개발자 커뮤니티 SQLER.com - Python 무료 강좌 - 기초, 중급, 머신러닝

c9-python-getting-started/even-more-python-for-beginners-data-tools/05 - Query a pandas Dataframe at master · CloudBreadPaPa/c9-python-getting-started (github.com)