Pandas 부울 인덱싱 완벽 가이드: 불리언 벡터로 데이터 선택하기

부울(불리언) 인덱싱은 부울 벡터(Boolean Vector)를 활용해 DataFrame에서 원하는 데이터를 손쉽게 선택할 수 있는 강력한 기법입니다. 이 방식을 사용하려면 부울 값(True/False)으로 구성된 인덱스를 가진 DataFrame이 필요합니다.

부울 인덱싱은 다음과 같은 순서로 진행됩니다.

• 데이터를 딕셔너리 형태로 생성합니다.
• 딕셔너리를 부울 인덱스가 적용된 DataFrame 객체로 변환합니다.
• 부울 인덱싱을 통해 데이터에 접근합니다.

아래 예제를 통해 자세히 살펴보겠습니다.

예제 1: 부울 인덱스를 가진 DataFrame 생성

import pandas as pd
# 데이터 정의
data = {
    'Name': ['Hafeez', 'Srikanth', 'Rakesh'],
    'Age': [19, 20, 19]
}
# 부울 인덱스 벡터를 사용해 DataFrame 생성
data_frame = pd.DataFrame(data, index=[True, False, True])
print(data_frame)

출력 결과

위 코드를 실행하면 다음과 같은 결과가 출력됩니다.

          Name  Age
True    Hafeez  19
False Srikanth  20
True    Rakesh  19

이제 DataFrame의 각 행이 True 또는 False라는 부울 인덱스를 갖게 되었습니다. 이 상태에서 loc[], iloc[], ix[] 메서드에 부울 값을 전달하여 데이터에 접근할 수 있습니다.

예제 2: .loc[] 메서드로 접근하기

# .loc()을 사용한 데이터 접근
print(data_frame.loc[True])

출력 결과

위 코드를 실행하면 인덱스가 True인 모든 행이 출력됩니다.

      Name Age
True Hafeez  19
True Rakesh  19

예제 3: .iloc[] 메서드로 접근하기

# .iloc()을 사용한 데이터 접근
# iloc은 정수 위치만 받기 때문에 True 대신 1을 전달합니다 (True == 1)
print(data_frame.iloc[1])

출력 결과

iloc[]는 위치 기반 인덱싱이므로 정수만 허용합니다. 파이썬에서 True는 정수 1과 동일하게 취급되므로, 여기서는 1을 전달했습니다.

Name Srikanth
Age  20
dtype: object

예제 4: .ix[] 메서드로 접근하기

# .ix[]을 사용한 데이터 접근
# .ix[]에는 부울 값과 정수 모두 전달 가능
print(data_frame.ix[True])
print()
print(data_frame.ix[1])

출력 결과

위 코드를 실행하면 두 가지 방식 모두 정상적으로 동작하는 것을 확인할 수 있습니다.

       Name Age
True  Hafeez 19
True  Rakesh 19

Name  Srikanth
Age      20
dtype: object

부울 벡터를 직접 전달하는 방법

부울 인덱스를 활용하는 또 다른 방법은 부울 벡터를 DataFrame에 직접 전달하는 것입니다. 이 경우 True에 해당하는 모든 행이 출력됩니다.

일반 DataFrame 생성

import pandas as pd
# 데이터 정의
data = {
    'Name': ['Hafeez', 'Srikanth', 'Rakesh'],
    'Age': [19, 20, 19]
}
# 일반 DataFrame 생성
data_frame = pd.DataFrame(data)
print(data_frame)

출력 결과

      Name  Age
0   Hafeez  19
1 Srikanth  20
2   Rakesh  19

이제 부울 벡터를 DataFrame의 인덱스로 직접 전달해 보겠습니다.

부울 벡터 전달하기

# DataFrame 인덱스에 부울 벡터 전달
print(data_frame[[True, True, False]])

출력 결과

위 코드를 실행하면 True에 해당하는 행만 필터링되어 출력됩니다.

      Name Age
0   Hafeez 19
1 Srikanth 20

마무리

지금까지 Pandas에서 부울 인덱싱을 활용하는 다양한 방법을 알아보았습니다. 부울 인덱스를 가진 DataFrame을 만들거나, 부울 벡터를 직접 전달하는 방식 모두 조건에 맞는 데이터를 빠르게 필터링할 수 있는 유용한 기법입니다. 부울 인덱싱에 대해 궁금한 점이 있다면 댓글로 남겨주세요!