[Pandas] DataFrame 함수 - 데이터 조회

[데이터 조회 함수]

1) head/tail

2) 인덱싱 - iat(), at()

3) 슬라이싱 - iloc(), loc()

---

1) head,tail

print(df3.head(10))
print("*"*50)

# head()는 0~5행 조회하는 것과 같음.
# head(),tail() 기본값으로 5행을 보여줌
print(df3[:5])
print("*"*50)

print(df3.tail(10))
print("*"*50)

# shape() 행과 열의 개수를 알려줌
print(df3.shape) #shape는 튜플로 출력

'''
# print(df3.head(10))
   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner   2.0
1       10.34  1.66    Male     No  Sun  Dinner   3.0
2       21.01  3.50    Male     No  Sun  Dinner   3.0
3       23.68  3.31    Male     No  Sun  Dinner   2.0
4       24.59  3.61  Female     No  Sun  Dinner   4.0
5       25.29  4.71    Male     No  Sun  Dinner   4.0
6        8.77  2.00    Male     No  Sun  Dinner   2.0
7       26.88  3.12    Male     No  Sun  Dinner   4.0
8       15.04  1.96    Male     No  Sun  Dinner   2.0
9       14.78  3.23    Male     No  Sun  Dinner   2.0
**************************************************

# print(df3[:5])
   total_bill   tip     sex smoker  day    time  size
0       16.99  1.01  Female     No  Sun  Dinner   2.0
1       10.34  1.66    Male     No  Sun  Dinner   3.0
2       21.01  3.50    Male     No  Sun  Dinner   3.0
3       23.68  3.31    Male     No  Sun  Dinner   2.0
4       24.59  3.61  Female     No  Sun  Dinner   4.0
**************************************************

# print(df3.tail(10))
     total_bill   tip     sex smoker   day    time  size
235       10.07  1.25    Male     No   Sat  Dinner   2.0
236       12.60  1.00    Male    Yes   Sat  Dinner   2.0
237       32.83  1.17    Male    Yes   Sat  Dinner   2.0
238       35.83  4.67  Female     No   Sat  Dinner   3.0
239       29.03  5.92    Male     No   Sat  Dinner   3.0
240       27.18  2.00  Female    Yes   Sat  Dinner   2.0
241       22.67  2.00    Male    Yes   Sat  Dinner   2.0
242       17.82  1.75    Male     No   Sat  Dinner   2.0
243       18.78  3.00  Female     No  Thur  Dinner   2.0
244       25.34   NaN     NaN    NaN   NaN     NaN   NaN
**************************************************

# print(df3.shape) : 245행,7열
(245, 7)
'''

 

 

2) 인덱싱 : 1개의 특정 열 가져오기

2-1) 컬럼명으로 인덱싱

# 특정 컬럼명을 인덱스로 불러오기
df2[['NewYork']]

 

 

2-1) at(), iat() : at은 컬럼명으로, iat은 컬럼의 순서(0~)로 scala 값 가져오기

print(df2.iat[1,0])		# 89

print(df2.at["Beth","Rome"])	# 62
print(df2.iat[3,2])		# 70
print(df2.at["Elsa","Paris"])	# 70

 

 

3) 슬라이싱 : 여러 개의 특정 열 가져오기

3-1) 컬럼명으로 슬라이싱

# 특정 컬럼명을 나열하여 불러오기
df2[['NewYork', 'London']]

 

 

3-2) loc(), iloc() : loc은 컬럼명으로, iloc은 컬럼의 순서(0~)로 슬라이싱

df2
print(df2.iloc[:2,:3])
print("*"*50)

print(df2.loc["James":"Beth","Paris":"Rome"])
print("*"*50)

print(df2.iloc[0:2])
print("*"*50)


'''
# print(df2.iloc[:2,:3]) : df2에서 0~2행,0~3열 불러오기

       NewYork  London  Paris
James       18      34     77
Beth        89      58     20
**************************************************

# print(df2.loc["James":"Beth","Paris":"Rome"])
# : df2에서 James,Beth 행, Paris,Rome인 열 불러오기
       Paris  Rome
James     77    97
Beth      20    62
**************************************************

#print(df2.iloc[0:2]) : 0~2행의 모든 열 불러오기
       NewYork  London  Paris  Rome  
James       18      34     77    97 
Beth        89      58     20    62  
**************************************************
'''