값 리스트가 일치하는 Pandas 데이터 프레임 행 선택

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.

Use a list of values to select rows from a Pandas dataframe

값 리스트를 사용하여 Panda 데이터 프레임에서 행 선택

 문제 내용 

Let’s say I have the following Pandas dataframe:

다음과 같은 Pandas 데이터 프레임이 있다고 가정해 보겠습니다.

df = DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3, 5]})
df

     A   B
0    5   1
1    6   2
2    3   3
3    4   5

 

I can subset based on a specific value:

특정 값을 기준으로 부분 집합을 지정할 수 있습니다.

x = df[df['A'] == 3]
x

     A   B
2    3   3

 

But how can I subset based on a list of values? - something like this:

하지만 어떻게 하면 값 리스트를 기반으로 부분 집합을 만들 수 있을까요? - 다음과 같습니다.

list_of_values = [3,6]

y = df[df['A'] in list_of_values]

 

To get:

받는 방법:

     A    B
1    6    2
2    3    3

 

 

 높은 점수를 받은 Solution 

You can use the isin method:

isin 메서드를 사용할 수 있습니다.

In [1]: df = pd.DataFrame({'A': [5,6,3,4], 'B': [1,2,3,5]})

In [2]: df
Out[2]:
   A  B
0  5  1
1  6  2
2  3  3
3  4  5

In [3]: df[df['A'].isin([3, 6])]
Out[3]:
   A  B
1  6  2
2  3  3

 

And to get the opposite use ~:

반대로 사용하려면 ~:

In [4]: df[~df['A'].isin([3, 6])]
Out[4]:
   A  B
0  5  1
3  4  5

 

 

 가장 최근 달린 Solution 

list_of_values doesn't have to be a list; it can be set, tuple, dictionary, numpy array, pandas Series, generator, range etc. and isin() and query() will still work.

list_of_values는 리스트일 필요가 없으며, 세트, 튜플, 딕셔너리, numpy array, pandas 시리즈, 제너레이터, range 등이 가능하며, isIn()및 query()는 여전히 작동합니다.

 

Some common problems with selecting rows

행 선택과 관련된 몇 가지 일반적인 문제

 

1. list_of_values is a range

1. list_of_values는 범위입니다.

 

If you need to filter within a range, you can use between() method or query().

범위 내에서 필터링해야 하는 경우 between() 메서드 또는 query()를 사용할 수 있습니다.

list_of_values = [3, 4, 5, 6] # a range of values

df[df['A'].between(3, 6)]  # or
df.query('3<=A<=6')

 

2. Return df in the order of list_of_values

2. list_of_values 순으로 df를 반환합니다.

 

In the OP, the values in list_of_values don't appear in that order in df. If you want df to return in the order they appear in list_of_values, i.e. "sort" by list_of_values, use loc.

OP에서 list_of_values의 값은 df의 해당 순서로 나타나지 않습니다. df가 list_of_values에 나타나는 순서, 즉 list_of_values별로 "sort"를 반환하려면 loc를 사용합니다.

list_of_values = [3, 6]
df.set_index('A').loc[list_of_values].reset_index()

 

If you want to retain the old index, you can use the following.

이전 인덱스를 유지하려면 다음을 사용할 수 있습니다.

list_of_values = [3, 6, 3]
df.reset_index().set_index('A').loc[list_of_values].reset_index().set_index('index').rename_axis(None)

 

3. Don't use apply

3. apply를 사용하지 마십시오.

In general, isin() and query() are the best methods for this task; there's no need for apply(). For example, for function f(A) = 2*A - 5 on column A, both isin() and query() work much more efficiently:

일반적으로 isin() 및 query()는 이 작업에 가장 적합한 메서드입니다. apply()가 필요 없습니다. 예를 들어 A 열의 f(A) = 2*A - 5 함수의 경우 isin() 및 query()가 훨씬 더 효율적으로 작동합니다.

df[(2*df['A']-5).isin(list_of_values)]         # or
df[df['A'].mul(2).sub(5).isin(list_of_values)] # or
df.query("A.mul(2).sub(5) in @list_of_values")

 

4. Select rows not in list_of_values

4. list_of_values에 없는 행을 선택

 

To select rows not in list_of_values, negate isin()/in:

list_of_values에 없는 행을 선택하려면 isin()/in의 부정을 사용하세요:

df[~df['A'].isin(list_of_values)]
df.query("A not in @list_of_values")  # df.query("A != @list_of_values")

 

5. Select rows where multiple columns are in list_of_values

5. 여러 열이 list_of_values에 있는 행을 선택합니다.

 

If you want to filter using both (or multiple) columns, there's any() and all() to reduce columns (axis=1) depending on the need.

두 열(또는 여러 열)을 사용하여 필터링하려는 경우 필요에 따라 열(축=1)을 줄이기 위한 any() 및 all()이 있습니다.

 

1. Select rows where at least one of A or B is in list_of_values:

   df[df[['A','B']].isin(list_of_values).any(1)] df.query("A in @list_of_values or B in @list_of_values") 

2. Select rows where both of A and B are in list_of_values:

   df[df[['A','B']].isin(list_of_values).all(1)]  df.query("A in @list_of_values and B in @list_of_values") 

A 또는 B 중 하나 이상이 list_of_values에 있는 행 선택: 
A와 B가 모두 list_of_values에 있는 행 선택:

 

Bonus:

보너스:

 

You can also call isin() inside query():

query() 내부의 isin()을 호출할 수도 있습니다.

 

df.query("A.isin(@list_of_values).values")

 

 

출처 : https://stackoverflow.com/questions/12096252/use-a-list-of-values-to-select-rows-from-a-pandas-dataframe