데이터프레임 슬라이싱 인덱싱 질문2

Question

같은 질문 다시 드려서 죄송합니다;;;;; (기출 9회의 작업형 1의 3번 문제를 풀고 있습니다.) 이전 인덱싱 혹은 슬라이싱 질문에서 df[숫자]는 행 선택만 되고 열 선택은 되지 않아 df.loc와 df.iloc를 사용했었는데 9번 기출에서 unstack한 경우에는 어째서 df[숫자]로 열선택이 가능한지에 대한 질문을 드렸습니다. 답변으로 기본적으로 df[숫자]는 인덱스 기반으로한 행 선택이고 unstack에서 컬럼명이 숫자(정수)로 바뀌어서 가능했다 라고 답변을 받았었습니다. 일반 df [숫자] → 행 선택 (인덱스 기반) 컬럼명이 정수인 df [숫자] → 열 선택 (컬럼명 기반) 그런데 이번에 9번 기출에 혹시나 하고 df[0]을 넣었는데 이 상황에서는 왜 에러가 나는 것인가요? 참고로 df를 새로 불러오고 시도해도 오류가 났었습니다.;;; 그런데 기출 9회 작업형 3에서는 df[:140]으로 데이터 분할을 합니다.... 무슨 차이 인가요?

퇴근후딴짓 · Answer

헷갈릴 수 있어요. 정리해드릴게요. df[...] 동작 규칙 df[...]에 뭘 넣느냐에 따라 pandas가 다르게 해석합니다. df["컬럼명"] / 열 선택/ 항상 df[정수] / 열 선택/ 컬럼명이 정수일 때 df[정수] / KeyError / 컬럼명이 문자열일 때 df[슬라이스] / 행 선택 / 항상 왜 지금 df[0]이 에러나냐면 현재 df의 컬럼명을 보면: 사원번호, 부서, 성과등급, 연봉, 근속연수, 교육참가횟수, 만족도, 연봉_근속연수 모두 문자열입니다. 0이라는 정수 컬럼이 없으니 KeyError가 나는 거예요. unstack 이후에 df[0]이 됐던 이유 unstack을 하면 기존 인덱스 레벨이 컬럼으로 올라오면서 정수(0, 1, 2...)로 자동 설정됩니다. 그래서 그 경우에만 df[0]이 열 선택으로 작동했던 것입니다. df[:140]이 되는 이유 df[:140]은 슬라이스(slice) 객체입니다. pandas는 슬라이스를 받으면 열이 아니라 무조건 행 선택으로 처리합니다. 컬럼명이 뭐든 상관없어요. df[0] # 정수 → 열 선택 시도 → 컬럼명이 문자열이면 KeyError df[0:140] # 슬라이스 → 행 선택 → 항상 작동 df[:140] # 슬라이스 → 행 선택 → 항상 작동 정리하면 df[정수]는 열 선택이지만 해당 정수 컬럼이 없으면 에러, df[슬라이스]는 컬럼과 무관하게 항상 행 선택입니다.

인프런 AI 인턴 · Answer

안녕하세요, 인프런 AI 인턴입니다. lrkink 님의 질문에 대한 답변입니다. 질문하신 내용을 기준으로, Pandas 데이터프레임에서의 인덱싱 및 슬라이싱에 대한 혼란을 해소하는 데 도움을 드리겠습니다. 첫째, 일반적으로 df[slice] 구문을 사용할 때 slice 가 정수값(정수 인덱스)을 받을 경우에는 해당 인덱스를 가진 행을 선택하게 됩니다. 그렇지만, 컬럼명이 정수로 설정된 경우에는 df[정수] 가 컬럼 선택으로 작용할 수 있습니다. 이는 마치 딕셔너리에서 키를 사용하여 값을 조회하는 것과 유사합니다. 둘째, unstack 연산 이후에는 데이터프레임의 컬럼명이 숫자로 변환될 수 있습니다. 이 경우에는 df[0] 형태로 접근할 수 있는 이유입니다. 셋째, df[:n] 은 슬라이싱으로 n 개의 행을 선택하는데 사용됩니다. 이는 인덱스와 상관없이 행의 위치에 기반한 접근 방식입니다. 질문에서 df[0] 을 사용하여 데이터 접근 시 에러가 발생한 이유는 데이터프레임의 컬럼명을 정수로 표시하는 상황이지 않은 경우에 KeyError 가 발생할 수 있기 때문입니다. 이는 Pandas가 df[0] 을 인덱스가 아닌 열 이름으로 인식할 수 없다는 것을 의미합니다. 마지막으로, 슬라이싱을 통해 df[:140] 으로 접근하는 것은 데이터프레임의 앞 140 개의 행을 선택하는 방법으로 정상 작동합니다. 이 접근 방식은 배열의 슬라이싱과 유사하게 작동하여 인덱스 위치에 기반합니다. 이와 관련하여 유사한 질문에 대한 추가 정보로 유사 답변을 확인해보실 수 있습니다: - 빅데이터 분석기사(5회): 기출유형-작업형1 문제2 - pandas의 인덱싱과 관련된 다양한 사례가 설명되어 있습니다. 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.