1. at 사용 (레이블 기반 접근)
- 특정 행과 열을 지정하여 개별 값을 빠르게 접근
- 단일 값만 조회 가능
DataFrame.at[row_label, column_label]
import pandas as pd
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
print(df.at[1, 'B']) # 1행 'B' 열의 값 반환
# 출력
# 5
2. iat 사용 (정수 기반 위치 접근)
- 정수 기반 위치를 사용해 빠르게 값에 접근
- 단일 값만 조회 가능
DataFrame.iat[row_index, column_index]
print(df.iat[1,1]) # 1번째 행, 1번째 열 의 값 반환
# 출력
# 5
3. loc 사용 (레이블 기반 접근)
- 행과 열의 레이블(label)을 사용해 데이터에 접근
- 단일 값, 특정 행/열, 또는 서브셋 조회 가능
DataFrame.loc[row_label, column_label]
# 특정 값
print(df.loc[1, 'B']) # 1행 'B' 열의 값 반환
# 특정 행 전체
print(df.loc[1]) # 1행의 전체 값 반환
# 특정 열 전체
print(df.loc[:, 'A']) # 'A' 열의 전체 값 반환
5
A 2
B 5
Name: 1, dtype: int64
0 1
1 2
2 3
Name: A, dtype: int64
4. iloc 사용 (정수 기반 위치 접근)
- 행과 열의 정수 인덱스를 사용해 데이터에 접근
DataFrame.iloc[row_index, column_index]
# 특정 값
print(df.iloc[1, 1]) # 1번째 행, 1번째 열의 값 반환
# 특정 행 전체
print(df.iloc[1]) # 1번째 행 전체 반환
# 특정 열 전체
print(df.iloc[:, 0]) # 첫 번째 열의 모든 값 반환
5
A 2
B 5
Name: 1, dtype: int64
0 1
1 2
2 3
Name: A, dtype: int64
'Python > Pandas' 카테고리의 다른 글
[Pandas] 타입 변환 - astype() (1) | 2024.12.16 |
---|---|
[Pandas] 필터링 (0) | 2024.12.16 |
[Pandas] 데이터 미리보기 및 기본정보 확인 (1) | 2024.12.15 |
[Pandas] inplace 옵션 (0) | 2024.12.15 |
[Pandas] 시리즈, 데이터프레임 ( Series, DataFrame ) (0) | 2024.12.15 |