Pandas는 파이썬에서 데이터 처리 및 분석에 광범위하게 사용되는 유명한 파이썬 라이브러리입니다. 이 기사에서는 데이터 프레임에서 행과 열을 모두 필터링하여 파이썬에서 선택적 데이터를 읽는 데 사용되는 .iloc 메소드를 사용하는 방법을 볼 것입니다.
iloc 메소드는 원래 데이터 세트의 일부일 수도 있고 아닐 수도 있는 정수 기반 인덱스를 사용하여 데이터를 처리합니다. 첫 번째 행에는 인덱스 0이 할당되고 두 번째 행에는 인덱스 1이 할당되는 식입니다. 마찬가지로 첫 번째 열은 인덱스 0이고 두 번째 열은 인덱스 1입니다.
데이터 세트
아래는 우리가 사용할 데이터 세트입니다.
Id SepalLengthCm ... PetalLengthCm PetalWidthCmIris-setosa-1 5.1 ... 1.4 0.2Iris-setosa-2 4.9 ... 1.4 0.2Iris-setosa-3 4.7 ... 1.3 0.2
행 선택
인덱스에 정수를 지정하여 단일 행과 여러 행을 모두 선택할 수 있습니다. 아래 예에서는 행 0과 행 1에서 개별 행을 선택하고 있습니다.
예
pandas를 pd로 가져오기# csv 파일에서 데이터 프레임 생성data =pd.read_csv("D:\\Iris_readings.csv")row0 =data.iloc[0]row1 =data.iloc[1]print(row0)print (행1) 출력
위의 코드를 실행하면 다음과 같은 결과가 나옵니다. -
ID Iris-setosa-1SepalLengthCm 5.1SepalWidthCm 3.5PetalLengthCm 1.4PetalWidthCm 0.2Name:0, dtype:objectId Iris-setosa-2SepalLengthCm 4.9SepalWidthCm 3PetalLengthCm 1.1.4PetalWidthCm:여러 행 선택
아래 예에서는 필요한 행 조각을 언급하여 한 번에 여러 행을 함께 선택합니다.
예
Pandas를 pd로 가져오기# csv filedata =pd.read_csv("D:\\Iris_readings.csv")rows =data.iloc[4:8]print(rows)에서 데이터 프레임 만들기출력
위의 코드를 실행하면 다음과 같은 결과가 나옵니다. -
아이디 SepalLengthCm SepalWidthCm PetalLengthCm PetalWidthCm4 Iris-setosa-5 5.0 3.6 1.4 0.25 Iris-versicolor-51 7.0 3.2 4.7 1.46 Iris-versicolor-52 6.4 Iris-versicolor-52 6.4 3.1.57-4.5행 및 열 선택
아래 예에서는 필요에 따라 행과 열을 모두 선택할 수 있습니다.
예
Pandas를 pd로 가져오기# csv 파일에서 데이터 프레임 만들기data =pd.read_csv("D:\\Iris_readings.csv")rows_columns =data.iloc[4:8,0:2]print(rows_columns)출력
위의 코드를 실행하면 다음과 같은 결과가 나옵니다. -
ID SepalLengthCm4 Iris-setosa-5 5.05 Iris-versicolor-51 7.06 Iris-versicolor-52 6.47 Iris-versicolor-53 6.9