열 값을 기준으로 데이터 프레임에서 행을 선택하려면 어떻게 해야 합니까?

Stack Overflow에 자주 검색, 등록되는 문제들과 제가 개발 중 찾아 본 문제들 중에서 나중에도 찾아 볼 것 같은 문제들을 정리하고 있습니다.

Stack Overflow에서 가장 먼저 확인하게 되는 가장 높은 점수를 받은 Solution과 현 시점에 도움이 될 수 있는 가장 최근에 업데이트(최소 점수 확보)된 Solution을 각각 정리하였습니다.

 

아래 word cloud를 통해 이번 포스팅의 주요 키워드를 미리 확인하세요.

How do I select rows from a DataFrame based on column values?

열 값을 기준으로 데이터 프레임에서 행을 선택하려면 어떻게 해야 합니까?

 문제 내용 

How can I select rows from a DataFrame based on values in some column in Pandas?

pandas의 일부 열의 값을 기반으로 데이터 프레임에서 행을 선택하려면 어떻게 해야 합니까?

 

In SQL, I would use:

SQL에서는 다음을 사용합니다.

 

SELECT *
FROM table
WHERE column_name = some_value

 

 

 높은 점수를 받은 Solution 

To select rows whose column value equals a scalar, some_value, use ==:

열 값이 스칼라 some_value인 행을 선택하려면 ==:

df.loc[df['column_name'] == some_value]

 

To select rows whose column value is in an iterable, some_values, use isin:

열 값이 반복할 수 없는 some_values인 행을 선택하려면 isin을 사용합니다.

df.loc[df['column_name'].isin(some_values)]

 

Combine multiple conditions with &:

여러 조건을 &와 결합:

df.loc[(df['column_name'] >= A) & (df['column_name'] <= B)]

 

Note the parentheses. Due to Python's operator precedence rules, & binds more tightly than <= and >=. Thus, the parentheses in the last example are necessary. Without the parentheses

괄호를 확인합니다. Python의 연산자 우선 순위 규칙으로 인해 &는 <= 및 >=보다 더 엄격하게 바인딩됩니다. 따라서 마지막 예제의 괄호가 필요합니다. 괄호 없음

df['column_name'] >= A & df['column_name'] <= B

 

is parsed as

로 해석된다.

df['column_name'] >= (A & df['column_name']) <= B

 

which results in a Truth value of a Series is ambiguous error.

결과적으로 영상 시리즈의 진실 값은 모호한 오류입니다.

 

---

To select rows whose column value does not equal some_value, use !=:

열 값이 some_value와 같지 않은 행을 선택하려면 !=:

df.loc[df['column_name'] != some_value]

 

isin returns a boolean Series, so to select rows whose value is not in some_values, negate the boolean Series using ~:

isin은 boolean Series를 반환하므로 값이 some_values에 없는 행을 선택하려면 ~를 사용하여 boolean Series를 무효화합니다.

df.loc[~df['column_name'].isin(some_values)]

---

For example,

예를들면,

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14

print(df.loc[df['A'] == 'foo'])

 

yields

     A      B  C   D
0  foo    one  0   0
2  foo    two  2   4
4  foo    two  4   8
6  foo    one  6  12
7  foo  three  7  14

---

 

If you have multiple values you want to include, put them in a list (or more generally, any iterable) and use isin:

포함할 값이 여러 개인 경우 값을 목록(또는 더 일반적으로 사용 가능) 및 용도:

print(df.loc[df['B'].isin(['one','three'])])

 

yields

     A      B  C   D
0  foo    one  0   0
1  bar    one  1   2
3  bar  three  3   6
6  foo    one  6  12
7  foo  three  7  14

---

 

Note, however, that if you wish to do this many times, it is more efficient to make an index first, and then use df.loc:

그러나 여러 번 이 작업을 수행하려면 다음 작업을 수행하는 것이 더 효율적입니다. 인덱스를 먼저 만든 다음 df.loc를 사용합니다.

df = df.set_index(['B'])
print(df.loc['one'])

 

yields

       A  C   D
B              
one  foo  0   0
one  bar  1   2
one  foo  6  12

 

or, to include multiple values from the index use df.index.isin:

또는 인덱스에서 여러 값을 포함하려면 df.index.isin을 사용합니다.

df.loc[df.index.isin(['one','two'])]

 

yields

       A  C   D
B              
one  foo  0   0
one  bar  1   2
two  foo  2   4
two  foo  4   8
two  bar  5  10
one  foo  6  12

 

 

 가장 최근 달린 Solution 

SQL statements on DataFrames to select rows using DuckDB

DuckDB를 사용하여 행을 선택하는 DataFrames의 SQL 문

 

With DuckDB we can query pandas DataFrames with SQL statements, in a highly performant way.

DuckDB를 사용하면 성능이 뛰어난 방식으로 SQL 문으로 팬더 데이터 프레임을 쿼리할 수 있다.

 

Since the question is How do I select rows from a DataFrame based on column values?, and the example in the question is a SQL query, this answer looks logical in this topic.

열 값을 기반으로 데이터 프레임에서 행을 선택하려면 어떻게 해야 합니까?라는 질문과 질문의 예가 SQL 쿼리이므로 이 항목에서 이 대답은 논리적으로 보입니다.

 

Example:

예:

In [1]: import duckdb

In [2]: import pandas as pd

In [3]: con = duckdb.connect()

In [4]: df = pd.DataFrame({"A": range(11), "B": range(11, 22)})

In [5]: df
Out[5]:
     A   B
0    0  11
1    1  12
2    2  13
3    3  14
4    4  15
5    5  16
6    6  17
7    7  18
8    8  19
9    9  20
10  10  21

In [6]: results = con.execute("SELECT * FROM df where A > 2").df()

In [7]: results
Out[7]:
    A   B
0   3  14
1   4  15
2   5  16
3   6  17
4   7  18
5   8  19
6   9  20
7  10  21

 

 

출처 : https://stackoverflow.com/questions/17071871/how-do-i-select-rows-from-a-dataframe-based-on-column-values