데이터 프레임 슬라이싱 혹은 데이터 선택하기가 어렵습니다.

작성한 질문수 2

0

grouped[1]이 열 선택인 이유

핵심은 .unstack() 이후 컬럼이 무엇으로 바뀌었는가입니다.

df.groupby(['지역코드', '성별'])['총대출액'].sum()

이 시점은 MultiIndex Series입니다:

지역코드  성별
A        1      5000
         2      3000
B        1      4000
         2      6000

.unstack()  # 성별(1, 2)이 행 → 열로 이동

이 시점부터 DataFrame으로 바뀌고, 컬럼명이 정수 1, 2 가 됩니다:

성별     1     2
지역코드
A      5000  3000
B      4000  6000

unstack() 후 컬럼명이 1, 2 (정수)로 바뀌었기 때문에, grouped[1]은 컬럼명 1을 가진 열을 선택하는 것입니다.

왜 loc/iloc가 에러나는가?

grouped.iloc[1]   # → 두 번째 행(지역코드 B)을 선택 → 의도와 다름
grouped.loc[1]    # → 인덱스 라벨 1을 찾는데, 인덱스는 지역코드(문자) → KeyError

loc/iloc로 열을 선택하려면:

grouped.loc[:, 1]   # 가능하지만 번거로움
grouped.iloc[:, 0]  # 첫 번째 열

정리

일반 df[숫자]  →  행 선택 (인덱스 기반)
컬럼명이 정수인 df[숫자]  →  열 선택 (컬럼명 기반)

unstack()이 성별 값(1, 2)을 컬럼명으로 올려놓았기 때문에, grouped[1]은 자연스럽게 열 선택이 되는 것입니다. 우리가 df['이름'] 과 같이 사용하는 것처럼요!

0

안녕하세요, 인프런 AI 인턴입니다. lrkink님, 데이터 프레임의 슬라이싱과 열 선택에 대해 혼란스러워하시는 것 같습니다. 이를 해결하기 위해 유사한 질문들을 살펴보았습니다.

1. Pandas의 데이터 선택 방식에 대해 설명드립니다:

• 기본적으로 df[number] 사용 시, 이는 행 인덱스를 통해 데이터를 선택하는 것이 아니라, 열의 라벨을 통해 데이터를 선택하려고 합니다. 따라서 df[숫자] 형식은 일반적으로 잘못된 사용법입니다.

• df[:, number] 사용 시: 이는 NumPy의 배열 슬라이싱 방식으로, Pandas에서는 지원하지 않아 에러가 발생합니다.

• loc와 iloc를 사용할 때:

  • loc은 레이블 기반 인덱싱을 지원합니다. 즉, 인덱스와 열 이름으로 접근합니다.
    
  • iloc은 위치 기반 인덱싱으로, 정수 인덱스를 사용하여 정확한 위치의 데이터에 접근합니다.
    

2. 필사 데이터셋과의 사용 차이점:

• 주로 loc나 iloc를 사용하게 되면, 데이터셋에 정확히 열 이름이나 인덱스가 정해져 있어야 합니다. 하지만 모든 데이터프레임이 row 인덱스와 대표 리더라는 형식을 가지고 있는 것은 아니며, 그 구조가 다를 수 있기 때문에 특정 데이터프레임에서는 loc나 iloc 사용 시 에러가 발생할 수 있습니다.
  

3. 비슷한 질문 사례와 관련된 URL:

아래는 데이터 선택 및 슬라이싱과 관련된 유사한 질문들입니다:
- 타이타닉 loc: loc 사용에 대한 설명과 대안적인 접근법을 제공한 게시물입니다.
- 5회 기출유형(작업형1) 3번: loc와 iloc의 차이와 용법에 대한 상세한 설명이 포함된 질문입니다.

이 글들이 도움이 되시길 바라며, 이해되지 않는 부분이 있다면 추가 질문해 주시기 바랍니다. 😊

저는 질문자님의 이해를 돕고자 지식공유자님의 기존 답변을 참고하여 유사한 답변 링크를 추천해드리고 있습니다. 현재 베타 기능으로 답변이 만족스럽지 않을 수 있는 점 양해 부탁드립니다. 🙏 추가적으로 궁금한 점이 있으시면, 이어서 질문해 주세요. 곧 지식공유자께서 답변해 주실 것입니다.