[Pandas] 데이터프레임에서 값 검색 후 항목 위치 찾아보는법

판다스 데이터프레임에서 특정 값과 일치하는 항목의 위치 찾아보는법

---

파이썬(Python)의 대표적인 표 형태의 데이터를 편집할 수 있는 패키지 판다스(Pandas)에서는 엑셀에서 가능한 거의 모든 작업을 할 수 있습니다. 그중에서는 강력한 색인 기능도 빼놓을 수 없는데요, 특정한 조건을 만족하는 값들을 찾는것부터 시작해, 어떤 표의 정보를 이용해서 다른 표를 색인할 수 있는 정도의 인덱싱과 데이터베이스(Database) 뺨치는 병햡 기능까지도 있습니다.

 

 

그런데, 판다스에서는 유독 특정 값을 기준으로 위치를 검색하는 기능은 찾아보기 어려운데요, 이번에는 판다스 데이터프레임에서 특정한 값을 기준으로 이와 일치하는 열(또는 행)이 어디있는지 위치를 찾아보는 방법을 살펴보도록 하겠습니다.

이 작업에 사용된 데이터는 서울특별시_자치구단위 서울생활인구(내국인)을 이용하였으며, 출처는 공공데이터포털의 해당 페이지를 참고해 보시기 바랍니다.

 

 

# 패키지 및 데이터 불러오기
import pandas as pd

df = pd.read_csv('./data/행정동 단위 서울 생활인구(내국인).csv', encoding='cp949')

df.head()

	기준일ID	시간대구분	행정동코드	총생활인구수	남자0세부터9세생활인구수	남자10세부터14세생활인구수	남자15세부터19세생활인구수	남자20세부터24세생활인구수	남자25세부터29세생활인구수	남자30세부터34세생활인구수	...	여자25세부터29세생활인구수	여자30세부터34세생활인구수	여자35세부터39세생활인구수	여자40세부터44세생활인구수	여자45세부터49세생활인구수	여자50세부터54세생활인구수	여자55세부터59세생활인구수	여자60세부터64세생활인구수	여자65세부터69세생활인구수	여자70세이상생활인구수
0	20230511	0	11110515	15253.3799	650.7377	414.6520	515.4578	350.0254	402.3851	471.2807	...	465.0751	552.5975	601.3893	766.3309	887.5794	622.5538	687.2532	502.9347	377.2752	1174.6372
1	20230511	0	11110530	13231.8677	324.1177	144.0523	218.4181	287.8783	460.1322	499.4851	...	488.9799	566.5638	722.7149	591.4965	715.6086	494.3205	512.3795	474.2919	302.5216	1010.7500
2	20230511	0	11110540	3657.1922	62.2375	47.6886	301.6747	210.6128	101.8901	118.7932	...	127.8790	88.4215	151.5495	185.3269	163.3597	122.1988	129.7738	122.2920	128.7375	271.5989
3	20230511	0	11110550	14084.7064	444.5669	344.7109	526.4751	397.6050	406.4831	326.1517	...	455.7716	336.9577	568.9316	601.0964	822.6233	579.8408	645.4122	502.9757	412.2953	1132.1768
4	20230511	0	11110560	18013.0781	612.3564	442.9372	555.9117	558.2946	467.1679	408.5140	...	458.1291	464.3974	693.7365	757.2099	845.5216	808.3471	1042.1708	827.4997	632.9652	1602.5555

5 rows × 32 columns

 

 

위 데이터에서 우선은 특정 값에 해당하는 인덱스를 검색하는 방법을 알아보겠습니다. 예를 들어, 위 데이터프레임에서는 47.6886에 해당하는 값이 (2,'남자10세부터14세생활인구수') 위치에 하나 있습니다. 이를 이용해서 47.6886과 일치하는 값은 몇번 인덱스에 있는지를 알아보는 코드를 작성해 봅시다. 값을 이용해서 인덱스를 검색하는 방식인데, 대단한 함수를 사용하는게 아니라 인덱싱을 한번 해 주면 됩니다.

 

 

df[df.values == 47.6886].index

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

 

 

만약에 47.6886 값을 가지고 있는 데이터 중에서 남자25세부터29세생활인구수 정보가 어떻게 되는지를 알고 싶다면(즉, 특정한 column 정보가 필요하다면) 이렇게 검색 조건을 변경해볼 수 있겠습니다.

 

 

df.loc[df.values == 47.6886, '남자25세부터29세생활인구수']

2    101.8901
Name: 남자25세부터29세생활인구수, dtype: float64

 

 

그리고, 위 코드에서 index 대신 columns를 검색할 수 있다면 컬럼명을 손쉽게 알아낼 수 있습니다. 검색 대상을 df 대신 df.T 로 설정한다면 똑같은 방식으로 검색을 해도 컬럼을 대상으로 검색하도록 조정이 가능합니다.

 

 

df.T[df.T.values == 47.6886].index

Index(['남자10세부터14세생활인구수'], dtype='object')