728x90
반응형
#코드잇 데이터 사이언스 강의 듣는 중
- 헷갈리니깐 일단 숙지 하자..
이름으로 인덱싱 | 기본 형태 .loc | 단축 형태 |
하나의 row 이름 | df.loc['row4'] | |
row 이름 리스트 | df.loc[['row4', 'row5', 'row3']] | |
row 이름의 리스트 슬라이싱 | df.loc['row2':'row6'] | df['row2':'row6'] |
하나의 column 이름 | df.loc[:, 'col1'] | df['col1'] |
column 이름 리스트 | df.loc[:, ['col3', 'col4', 'col7']] | df[['col3', 'col4', 'col7']] |
column 이름의 리스트 슬라이싱 | df.loc[:, 'col3':'col9'] |
--> 컬럼 이름이라 슬라이싱을 할 때 마지막 것까지 나옴.
--> 컬럼은 .loc 빼고는 슬라이싱이 안 됨. 즉, 단축형이.. 슬라이싱이 안 됨. 근데 로우는 되니까.. 헷갈리면 그냥 .loc을 써 줄 것.
위치로 인덱싱 | 기본 형태 .iloc | 단축 형태 |
하나의 row 위치 | df.iloc[8] | |
row 위치 리스트 | df.iloc[[4, 5, 2]] | |
row 위치의 리스트 슬라이싱 | df.iloc[2:6] | df[2:6] |
하나의 column 위치 | df.iloc[:, 2] | |
column 위치 리스트 | df.iloc[:, [3, 6, 8]] | |
column 위치의 리스트 슬라이싱 | df.iloc[:, 3:9] |
--> 슬라이싱 할 때, 마지막 번호-1 위치를 출력.
728x90
반응형
'Data Science > Pandas' 카테고리의 다른 글
[Pandas] boolean indexing 불린 인덱싱, 다중 조건 인덱싱 (0) | 2024.05.31 |
---|---|
[Pandas] DataFrame/Series 정보 확인, .describe(), .value_counts() (0) | 2024.05.30 |
[Pandas] DataFrame 값 수정/추가/삭제, header/index 명 지정하기 (0) | 2024.05.28 |
[Pandas] 인덱싱 indexing, 슬라이싱 slicing, 필터링 filtering (0) | 2024.05.26 |
[Pandas] numpy와 pandas 비교, pd.DataFrame(), header 변경 (0) | 2024.05.20 |