[Pandas] Boolean Indexing 알아보기

 

- 목차

 

키워드.

• Boolean Mask.
• Selection.

 

들어가며.

Pandas DataFrame 에서 특정 Cell, Row, Column, Subset 를 획득하는 여러가지 방식이 존재합니다.

그렇기 때문에 DataFrame 을 능숙하게 다루기 위해서 익숙해져야할 여러 요소들이 있습니다.

이번 글에서는 DataFrame 에서 Subset 를 추출하는 여러가지 방식들에 대해서 알아보도록 하겠습니다.

 

 

DataFrame Subset 추출하기.

DataFrame 의 Subset 를 추출하기 위해서 사용되는 몇가지 방식을 소개합니다.

1. Python List

2. Series

3. DataFrame

세가지 방식이 존재합니다.

 

먼저 DataFrame 을 생성합니다.

Student 와 관련된 DataFrame 을 간단히 생성하였습니다.

import pandas as pd

students = [
	["Aaron",24, "LA", False], 
	["Bob", 44, "Seoul", True], 
	["Chris", 14, "Seoul", False]
]
columns = ["name", "age", "city", "marriage"]

student_df = pd.DataFrame(students, columns = columns)

    name  age   city  marriage
0  Aaron   24     LA     False
1    Bob   44  Seoul      True
2  Chris   14  Seoul     False

Python List 를 활용하여 DataFrame Subset 추출하기.

Python List 를 사용하여 DataFrame 의 특정 칼럼만을 추출할 수 있습니다.

아래와 같이 Column 이름들로 구성된 Python List 를 사용하면 선택된 칼럼들로 구성된 DataFrame 의 Subset 를 추출할 수 있습니다.

columns = [ "marriage", "city"] 
student_df[columns]

   marriage   city
0     False     LA
1      True  Seoul
2     False  Seoul

 

Python List 가 아닌 칼럼명을 입력하게 되면 Pandas Series 가 출력됩니다.

student_df[ "marriage" ]

0    False
1     True
2    False
Name: marriage, dtype: bool

 

Series 를 활용하여 Subset 추출하기.

Series 를 활용하여 원본 DataFrame 으로부터 Subset 를 추출할 수 있습니다.

이 방식을 위해서는 Boolean Mask 생성하고, Boolean Mask 를 활용한 Boolean Indexing 을 적용합니다.

이는 Numpy 의 ndarray 에서도 동일하게 적용되는 컨셉이며, 관련된 링크를 공유합니다.

https://westlife0615.tistory.com/767

[Numpy] Boolean Indexing 알아보기 ( Boolean Mask )

 

 

추출하고자하는 Column 들을 True 와 False 로 구성한 Boolean Mask 를 생성합니다.

그리고 아래와 같이 student_df 의 각 Row 에 아래와 같이 적용할 수 있습니다.

"name", "city" 의 값은 False, "age", "marriage" 의 값은 True 로 설정하였구요.

그 결과로서 age 와 marriage 정보만이 추출됩니다.

import pandas as pd

student_bool_mask = pd.Series(
    index=["name", "age", "city", "marriage"], 
    data=[False, True, False, True]
)

student_df.iloc[0][student_bool_mask]
student_df.iloc[1][student_bool_mask]
student_df.iloc[2][student_bool_mask]

age            24
marriage    False
Name: 0, dtype: object

age           44
marriage    True
Name: 1, dtype: object

age            14
marriage    False
Name: 2, dtype: object

 

 

DataFrame 를 활용하여 Subset 추출하기.

Boolean Mask 를 구성하는 DataFrame 을 생성합니다.

Boolean Mask 로 구성된 DataFrame 을 생성하는 방식은 간단합니다.

DataFrame 과 Conditional Statement 를 적절히 결합하면 됩니다.

예시는 아래와 같습니다.

 

특정 칼럼의 값을 가지는 모든 Rows.

아래 예시는 name 이 "Aaron" 또는 "Bob" 인 Pandas Series 를 생성하는 Boolean Mask 입니다.

(student_df.name == "Aaron") | (student_df.name == "Bob")

0     True
1     True
2    False
Name: name, dtype: bool

 

위 Boolean Mask 를 활용하여 name 이 "Aaron" 또는 "Bob" 인 Subset 를 추출할 수 있습니다.

student_df[(student_df.name == "Aaron") | (student_df.name == "Bob")]

    name  age   city  marriage
0  Aaron   24     LA     False
1    Bob   44  Seoul      True

 

 

특정 칼럼의 값을 제외한 모든 Rows.

아래 조건은 "나이가 20세 초과인 학생이 아닌 경우". 즉, 10대인 학생을 조회하는 문장입니다.

"~" Operator (tilde) 와 Pandas Series 가 결합되면 Series 의 값들은 모두 반전됩니다.

~(student_df.age > 20 )

0    False
1    False
2     True
Name: age, dtype: bool

 

그래서 DataFrame 과 Series 를 결합하게 되면, 10대인 학생들로 구성된 Subset 를 추출할 수 있습니다.

student_df[~(student_df.age > 20 )]

    name  age   city  marriage
2  Chris   14  Seoul     False