Pandas Dataframe index

데이터 프레임 인덱스

인덱스 설정과 제거

데이터 프레임에서 인덱스는 성능과도 관련이 있는 요소이므로 상황에 맞게 설계하며 조작할 수 있어야 한다.

우선 데이터셋을 만들고 다양한 조작법을 알아보자.

import pandas as pd
import numpy as np

list1 = ['A','B','C','D','E']
list2 = [4,5,3,6,9]
list3 = [0.66,0.77,0.88,0.99,1.11]
list4 = ['홍길동','윤길동','이길동','박길동','김길동',]

df = pd.DataFrame({'칼럼1':list1, '칼럼2':list2,'칼럼3': list3 ,'칼럼4':list4})


df

	칼럼1	칼럼2	칼럼3	칼럼4
0	A	4	0.66	홍길동
1	B	5	0.77	윤길동
2	C	3	0.88	이길동
3	D	6	0.99	박길동
4	E	9	1.11	김길동

set_index()

set_index() 함수를 통해 기존의 행 인덱스를 제거하고 특정 칼럼을 인덱스로 변경할 수 있다.

df2=df.set_index('칼럼1')

df2

	칼럼2	칼럼3	칼럼4
칼럼1
A	4	0.66	홍길동
B	5	0.77	윤길동
C	3	0.88	이길동
D	6	0.99	박길동
E	9	1.11	김길동

df2.index

Index(['A', 'B', 'C', 'D', 'E'], dtype='object', name='칼럼1')

df2.loc['A':'D']

	칼럼2	칼럼3	칼럼4
칼럼1
A	4	0.66	홍길동
B	5	0.77	윤길동
C	3	0.88	이길동
D	6	0.99	박길동

set_index() 를 통해 기존의 0,1,2,3,4 로 이루어진 행 인덱스는 삭제하고 칼럼1이 인덱스로 바뀌었다.
index name은 기존의 칼럼명을 따라가게 된다.
기존 인덱스가 사라졌으므로 loc로 데이터를 인덱싱할 때에도 바뀐 칼럼 A의 값으로 데이터로 인덱싱 해야 한다.

reset_index()

reset_index() 함수를 통해 기존의 인덱스를 제거 혹은 칼럼화 시키고, 행을 기준으로 0 부터 시작하는 일반적인 정수형 인덱스를 추가할 수 있다.

df2.reset_index()

	칼럼1	칼럼2	칼럼3	칼럼4
0	A	4	0.66	홍길동
1	B	5	0.77	윤길동
2	C	3	0.88	이길동
3	D	6	0.99	박길동
4	E	9	1.11	김길동

만약 drop=Ture 값을 준다면 기존 인덱스 였던 열은 칼럼으로 돌아가는 것이 아니라 삭제 된다.

df2.reset_index(drop=True)

	칼럼2	칼럼3	칼럼4
0	4	0.66	홍길동
1	5	0.77	윤길동
2	3	0.88	이길동
3	6	0.99	박길동
4	9	1.11	김길동

다중 인덱스

행이나 열에 여러 계층을 가지는 다중 인덱스를 설정 할 수 있다.

생성

df3 = pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]], columns=[['A','A','B','B'],['칼럼1','칼럼2','칼럼3','칼럼4']])


df3

	A		B
	칼럼1	칼럼2	칼럼3	칼럼4
0	1	2	3	4
1	5	6	7	8
2	9	10	11	12
3	13	14	15	16

columns = 에 다중 리스트 형태로 인덱스를 넣어주면 된다.

인덱스 이름 추가

df3.columns.names= ['이름1','이름2']
df3

이름1	A		B
이름2	칼럼1	칼럼2	칼럼3	칼럼4
0	1	2	3	4
1	5	6	7	8
2	9	10	11	12
3	13	14	15	16

마찬가지로 칼럼 인덱스 뿐만 아니라 행 인덱스도 다중으로 생성하고 이름을 설정할 수 있다.

df4 = pd.DataFrame([[1,2,3,4],[5,6,7,8],[9,10,11,12],[13,14,15,16]],
                   columns=[['A','A','B','B'],['칼럼1','칼럼2','칼럼3','칼럼4']],
                   index=[[1,1,2,2],['하나','둘','셋','넷']])

df4.columns.names = ['이름1','이름2']
df4.index.names = ['인덱스1', '인덱스2']
df4

	이름1	A		B
	이름2	칼럼1	칼럼2	칼럼3	칼럼4
인덱스1	인덱스2
1	하나	1	2	3	4
	둘	5	6	7	8
2	셋	9	10	11	12
	넷	13	14	15	16

다중 인덱스 인덱싱

인덱스가 다중으로 있는 경우 인덱스 값을 튜플의 형태로 입력하여야 한다.

df4.loc[(1,'하나'),('A','칼럼2')]

2

df4[('A','칼럼2')]=100

df4

	이름1	A		B
	이름2	칼럼1	칼럼2	칼럼3	칼럼4
인덱스1	인덱스2
1	하나	1	100	3	4
	둘	5	100	7	8
2	셋	9	100	11	12
	넷	13	100	15	16

df4.A

	이름2	칼럼1	칼럼2
인덱스1	인덱스2
1	하나	1	100
	둘	5	100
2	셋	9	100
	넷	13	100

df4.loc[1]['A']

이름2	칼럼1	칼럼2
인덱스2
하나	1	100
둘	5	100

주의할 점은 iloc 함수에서는 튜플 형태로 다중 인덱싱을 사용할 수 없다.