반응형
6. 데이터 선택 (기본)
import pandas as pd
df = pd.read_excel('score.xlsx', index_col='지원번호')
df
이름 학교 키 국어 영어 수학 과학 사회 SW특기
지원번호
1번 채치수 북산고 197 90 85 100 95 85 Python
2번 정대만 북산고 184 40 35 50 55 25 Java
3번 송태섭 북산고 168 80 75 70 80 75 Javascript
4번 서태웅 북산고 187 40 60 70 75 80 NaN
5번 강백호 북산고 188 15 20 10 35 10 NaN
6번 변덕규 능남고 202 80 100 95 85 80 C
7번 황태산 능남고 188 55 65 45 40 35 PYTHON
8번 윤대협 능남고 190 100 85 90 95 95 C#
## Columns 선택(label)
df['이름']
지원번호
1번 채치수
2번 정대만
3번 송태섭
4번 서태웅
5번 강백호
6번 변덕규
7번 황태산
8번 윤대협
Name: 이름, dtype: object
df['키']
지원번호
1번 197
2번 184
3번 168
4번 187
5번 188
6번 202
7번 188
8번 190
Name: 키, dtype: int64
df[['이름', '키']]
이름 키
지원번호
1번 채치수 197
2번 정대만 184
3번 송태섭 168
4번 서태웅 187
5번 강백호 188
6번 변덕규 202
7번 황태산 188
8번 윤대협 190
Columns 선택 (정수)
df.columns
Index(['이름', '학교', '키', '국어', '영어', '수학', '과학', '사회', 'SW특기'], dtype='object')
df.columns[0]
df.columns[0]
'이름'
df[df.columns[0]]
지원번호
1번 채치수
2번 정대만
3번 송태섭
4번 서태웅
5번 강백호
6번 변덕규
7번 황태산
8번 윤대협
Name: 이름, dtype: object
끝
df[df.columns[-1]] #가장 끝 데이터
지원번호
1번 Python
2번 Java
3번 Javascript
4번 NaN
5번 NaN
6번 C
7번 PYTHON
8번 C#
Name: SW특기, dtype: object
슬라이싱
df
df
이름 학교 키 국어 영어 수학 과학 사회 SW특기
지원번호
1번 채치수 북산고 197 90 85 100 95 85 Python
2번 정대만 북산고 184 40 35 50 55 25 Java
3번 송태섭 북산고 168 80 75 70 80 75 Javascript
4번 서태웅 북산고 187 40 60 70 75 80 NaN
5번 강백호 북산고 188 15 20 10 35 10 NaN
6번 변덕규 능남고 202 80 100 95 85 80 C
7번 황태산 능남고 188 55 65 45 40 35 PYTHON
8번 윤대협 능남고 190 100 85 90 95 95 C#
까지
df['영어'][0:5] # 0 ~ 4까지데이터 가져옴
지원번호
1번 85
2번 35
3번 75
4번 60
5번 20
Name: 영어, dtype: int64
df[['이름','키']][:3]
이름 키
지원번호
1번 채치수 197
2번 정대만 184
3번 송태섭 168
3:
df[3:]
이름 학교 키 국어 영어 수학 과학 사회 SW특기
지원번호
4번 서태웅 북산고 187 40 60 70 75 80 NaN
5번 강백호 북산고 188 15 20 10 35 10 NaN
6번 변덕규 능남고 202 80 100 95 85 80 C
7번 황태산 능남고 188 55 65 45 40 35 PYTHON
8번 윤대협 능남고 190 100 85 90 95 95 C#
반응형
'Python > pandas' 카테고리의 다른 글
데이터 분석 및 시각화 Pandas 데이터 분석 라이브러리 08. 데이터 선택 (iloc) (0) | 2022.05.13 |
---|---|
데이터 분석 및 시각화 Pandas 데이터 분석 라이브러리 07. 데이터 선택 (loc) (0) | 2022.05.13 |
데이터 분석 및 시각화 Pandas 데이터 분석 라이브러리 05. 데이터 확인 (0) | 2022.05.13 |
데이터 분석 및 시각화 Pandas 데이터 분석 라이브러리 04.파일저장 및 열기 (0) | 2022.05.13 |
데이터 분석 및 시각화 Pandas 데이터 분석 라이브러리 03.Index (0) | 2022.05.13 |