# 단일 조건으로 필터링
# 'age' 열에서 30세 이상인 행 필터링
df[df['age'] >= 30]
# 여러 조건으로 필터링
# 'age' 열에서 30세 이상이면서 'gender' 열이 'Male'인 행 필터링
df[(df['age'] >= 30) & (df['gender'] == 'Male')]
# 조건에 따른 특정 컬럼 필터링
# 'age' 열에서 30세 이상인 경우의 'name' 열만 선택
df.loc[df['age'] >= 30, 'name']
# isin()을 활용한 필터링
# 'gender' 열에서 'Male' 또는 'Female'인 행 필터링
df[df['gender'].isin(['Male', 'Female'])]
# isin() 활용
1. 단일 값 포함 여부 확인
# 'B' 열에서 'banana' 값이 있는지 확인
result = df['B'].isin(['banana'])
print(result)
2. 여러 값 포함 여부 확인
# 'A' 열에서 2 또는 4 값을 포함하는 행 찾기
result = df['A'].isin([2, 4])
print(result)
3. 데이터프레임 전체에서 사용
# 데이터프레임 전체에서 여러 조건을 확인하여 필터링
result = df.isin({'A': [1, 3], 'B': ['apple', 'orange']})
print(result)
'[업무 지식] > Python' 카테고리의 다른 글
Python / 데이터 시각화 (0) | 2024.10.23 |
---|---|
Python / 데이터 집계 (0) | 2024.10.23 |
Python / 코드 핵심 요약 (0) | 2024.10.23 |
Python/약수의 합 (0) | 2024.10.22 |
Python/자릿수 더하기 (0) | 2024.10.22 |