Pandas dataframe에서 행 번호를 얻는 방법

종종 특정 값을 포함하는 pandas DataFrame에서 행 번호를 가져오고 싶을 수도 있습니다.

다행히도 .index 함수를 사용하면 이 작업을 쉽게 수행할 수 있습니다.

이 튜토리얼에서는 이 기능의 실제 사용에 대한 몇 가지 예를 보여줍니다.

예시 1: 특정 값에 해당하는 행 번호 가져오기

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})

#view DataFrame 
print (df)

        team assists points
0 25 5 Mavs
1 12 7 Mavs
2 15 7 Spurs
3 14 9 Celtics
4 19 12 Warriors

다음 구문을 사용하여 “team”이 Mavs와 동일한 줄 번호를 얻을 수 있습니다:

 #get row numbers where 'team' is equal to Mavs
df[df[' team '] == ' Mavs ']. index

Int64Index([0, 1], dtype='int64')

라인 인덱스 0 과 1 에서 팀 이름이 ‘Mavs’와 같음을 알 수 있습니다.

특정 팀 이름 목록에서 팀 이름이 있는 줄 번호를 얻을 수도 있습니다.

 #get row numbers where 'team' is equal to Mavs or Spurs
filter_list = [' Mavs ', ' Spurs ']

#return only rows where team is in the list of team names
df[df. team . isin (filter_list)]. index

Int64Index([0, 1, 2], dtype='int64')

행 인덱스 0 , 1 , 2 에서 팀 이름이 ‘Mavs’ 또는 ‘Spurs’와 같음을 알 수 있습니다.

예시 2: 고유한 행 번호 가져오기

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})

단일 행이 특정 값과 일치한다는 것을 알고 있는 경우 다음 구문을 사용하여 해당 고유 행 번호를 검색할 수 있습니다.

 #get the row number where team is equal to Celtics
df[df[' team '] == ' Celtics ']. index [ 0 ]

3

행 인덱스 번호 3 에서 팀이 “Celtics”와 동일하다는 것을 알 수 있습니다.

예시 3: 줄 번호 합계 가져오기

다음과 같은 팬더 DataFrame이 있다고 가정합니다.

 import pandas as pd

#createDataFrame
df = pd.DataFrame({'points': [25, 12, 15, 14, 19],
                   'assists': [5, 7, 7, 9, 12],
                   'team': ['Mavs', 'Mavs', 'Spurs', 'Celtics', 'Warriors']})

열이 특정 값과 같은 총 행 수를 알고 싶다면 다음 구문을 사용할 수 있습니다.

 #find total number of rows where team is equal to Mavs
len (df[df[' team '] == ' Celtics ']. index )

2

이 팀은 총 2 줄에서 “Mavs”와 동일하다는 것을 알 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas의 여러 열에서 고유한 값을 찾는 방법
여러 조건에서 Pandas DataFrame을 필터링하는 방법
Pandas DataFrame에서 누락된 값을 계산하는 방법