[Pandas / 기초] 판다스 데이터선택 - 조건(and, &, or, |, str함수, startswith, contains, isin, where)

📍 데이터 선택(조건)

 

✅ 엑셀로 열기

: pd.read_excel('파일명.xlsx', index_col='column')

In [1]:

import pandas as pd

df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정
df

 

Out[1]:

 

✅ 조건에 해당하는 데이터선택

: df[filter]

In [2]:

df['키'] >= 185 # 학생들의 키가 185 이상인지 여부를 True/False

 

Out[2]:

지원번호
1번     True
2번    False
3번    False
4번     True
5번     True
6번     True
7번     True
8번     True
Name: 키, dtype: bool

 

In [3]:

filt = (df['키'] >= 185)
df[filt]

 

Out[3]:

 

: df[~filter]

  filter를 역으로 적용

In [4]:

df[~filt]

 

Out[4]:

 

In [5]:

df[df['키'] >= 185]

 

Out[5]:

 

: df[filter, [column_list]]

In [6]:

df.loc[df['키'] >= 185, '수학'] # 키가 185 이상인 학생들의 수학 데이터

 

Out[6]:

지원번호
1번    100
4번     70
5번     10
6번     95
7번     45
8번     90
Name: 수학, dtype: int64

 

In [7]:

df.loc[df['키'] >= 185, ['이름', '수학', '과학']] # 키가 185 이상인 학생들의 이름, 수학, 과학 데이터

 

Out[7]:

 

 

✅ & (and) 그리고

: 조건 모두 충족해야 함

In [8]:

df.loc[(df['키'] >= 185) & (df['학교'] == '북산고')] # 키가 185 이상인 북산고 학생 데이터

 

Out[8]:

 

✅ | (or) 또는

: 조건 중 하나만 충족하면 됨

In [9]:

df.loc[(df['키'] < 170) | (df['키'] > 200)] # 키가 170보다 작거나 200보다 큰 학생 데이터

 

Out[9]:

 

✅ str함수(startswith)

: df['column'].str.startswith('str')

  'str'로 시작하는 데이터

In [10]:

filt = df['이름'].str.startswith('송') # '송'씨 성을 가진 사람
df[filt]

 

Out[10]:

 

✅ str함수(contains)

: df['column'].str.contains('str')

  'str'가 포함되어있는 데이터

In [11]:

filt = df['이름'].str.contains('태') # 이름에 '태'가 들어가는 사람
df[filt]

 

Out[11]:

 

: df['column'].str.contains('str', na=True/False)

  NaN값이 있을 경우 error 발생

  이를 해결하기 위해 NaN값의 대체값 설정

In [12]:

filt = df['SW특기'].str.contains('Java')
df[filt]

 

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
Cell In[21], line 2
      1 filt = df['SW특기'].str.contains('Java')
----> 2 df[filt]

File ~/anaconda3/lib/python3.11/site-packages/pandas/core/frame.py:3751, in DataFrame.__getitem__(self, key)
   3748     return self.where(key)
   3750 # Do we have a (boolean) 1d indexer?
-> 3751 if com.is_bool_indexer(key):
   3752     return self._getitem_bool_array(key)
   3754 # We are left with two options: a single key, and a collection of keys,
   3755 # We interpret tuples as collections only for non-MultiIndex

File ~/anaconda3/lib/python3.11/site-packages/pandas/core/common.py:134, in is_bool_indexer(key)
    130     na_msg = "Cannot mask with non-boolean array containing NA / NaN values"
    131     if lib.infer_dtype(key_array) == "boolean" and isna(key_array).any():
    132         # Don't raise on e.g. ["A", "B", np.nan], see
    133         #  test_loc_getitem_list_of_labels_categoricalindex_with_na
--> 134         raise ValueError(na_msg)
    135     return False
    136 return True

ValueError: Cannot mask with non-boolean array containing NA / NaN values

 

In [13]:

df['SW특기'].str.contains('Java')

 

Out[13]:

지원번호
1번    False
2번     True
3번     True
4번      NaN
5번      NaN
6번    False
7번    False
8번    False
Name: SW특기, dtype: object

 

In [14]:

df['SW특기'].str.contains('Java', na=True) # NaN데이터에 대해 True로 대체

 

Out[14]:

지원번호
1번    False
2번     True
3번     True
4번     True
5번     True
6번    False
7번    False
8번    False
Name: SW특기, dtype: bool

 

In [15]:

df['SW특기'].str.contains('Java', na=False) # NaN데이터에 대해 False로 대체

 

Out[15]:

지원번호
1번    False
2번     True
3번     True
4번    False
5번    False
6번    False
7번    False
8번    False
Name: SW특기, dtype: bool

 

In [16]:

filt = df['SW특기'].str.contains('Java', na=False)
df[filt]

 

Out[16]:

 

 

✅ str함수(isin)

: df['column'].isin('value')

  'value'와 일치하는 데이터 (대소문자 구분)

In [17]:

langs = ['Python', 'Java']
filt = df['SW특기'].isin(langs) # SW특기가 Python이거나 Java인 사람
df[filt]

 

Out[17]:

 

In [18]:

langs = ['python', 'java']
filt = df['SW특기'].str.lower().isin(langs) # SW특기를 소문자로 바꾼 후 필터링
df[filt]

 

Out[18]:

 

✅ where

: df.where(cond, other='value', axis=None, level=None, errors='raise', try_cast=False)

• cond : True/False로 판단될 수 있는 식
• other : condition을 만족하지 못하는 요소에 할당할 값

In [20]:

df['키'].where(df['키'] > 180, 0)

 

Out[20]:

지원번호
1번    197
2번    184
3번      0
4번    187
5번    188
6번    202
7번    188
8번    190
Name: 키, dtype: int64

 

In [22]:

# 전체 DataFrame에 적용 시 조건이 해당하는 값 외에는 모두 NaN
df.where(df['키'] > 180)

 

Out[22]:

 

 

 

참고 : 나도코딩 파이썬 코딩 무료 강의 (활용편5) - 데이터 분석 및 시각화, 이 영상 하나로 끝내세요

(https://youtu.be/PjhlUzp_cU0?si=LW_MjXLjZVY9PrUt)