031–040 조건으로 거르기

df[조건식] — 조건식은 df["math"] >= 80입니다.

Pythondf[df['math'] >= 80]

결과     name class  kor  eng  math  total
0  김민준     A   85   78    92    255
3  최수아     C   77   95    88    260
6  윤하은     A   73   82    95    250

풀이: 비교식은 행별 참·거짓 Series를 만들고 대괄호가 참인 행만 남깁니다.

두 조건을 각각 괄호로 감싸고 &로 잇습니다. 파이썬의 and는 여기서 오류가 납니다.

Pythondf[(df['class'] == 'A') & (df['eng'] >= 70)]

결과     name class  kor  eng  math  total
0  김민준     A   85   78    92    255
6  윤하은     A   73   82    95    250

풀이: &는 두 조건을 모두 만족하는 행을 선택합니다. 각 비교식의 괄호를 생략하지 않습니다.

조건마다 괄호로 감싸야 합니다.

"또는"은 | 연산자입니다. 이때도 조건마다 괄호가 필요합니다.

Pythondf[(df['kor'] < 60) | (df['math'] < 60)]

결과     name class  kor  eng  math  total
2  박지호     A   58   64    49    171

풀이: |는 하나 이상의 조건을 만족하면 참입니다. 두 조건에 모두 맞아도 행은 한 번만 나옵니다.

여러 값 중 하나인지 볼 때는 isin(["A", "C"]).

Pythondf[df['class'].isin(['A', 'C'])][['name', 'class']]

결과     name class
0  김민준     A
2  박지호     A
3  최수아     C
5  강도윤     C
6  윤하은     A

풀이: isin은 목록에 든 값인지 검사합니다. 그 뒤 결과에서 필요한 열만 선택합니다.

조건 앞에 ~를 붙이면 참과 거짓이 뒤집힙니다. 이 문제는 !=로도 풀 수 있습니다.

Pythondf[~(df['class'] == 'B')]['name']

결과0    김민준
2    박지호
3    최수아
5    강도윤
6    윤하은
Name: name, dtype: str

풀이: 부정 연산은 괄호 안의 불리언 결과 전체에 적용합니다.

~는 참·거짓을 뒤집습니다.

pandas 2.x에서는 마지막 줄이 dtype: object로 보입니다. 값은 같습니다.

df.query("조건 문자열") — 문자열 안에서는 열 이름을 따옴표 없이 씁니다.

Pythondf.query('kor > eng')

결과     name class  kor  eng  math  total
0  김민준     A   85   78    92    255
1  이서연     B   92   88    75    255
4  정민서     B   66   59    71    196
5  강도윤     C   90   70    66    226

풀이: query 문자열에서는 열 이름을 직접 씁니다. 외부 사용자 입력을 그대로 query로 실행하지 않습니다.

between(작은 값, 큰 값)은 양 끝을 포함합니다.

Pythondf[df['total'].between(220, 250)]

결과     name class  kor  eng  math  total
5  강도윤     C   90   70    66    226
6  윤하은     A   73   82    95    250
7  임시우     B   81   91    60    232

풀이: between은 기본적으로 양 끝을 포함하므로 220과 250도 선택합니다.

between은 양 끝을 포함합니다.

문자열 열에는 .str을 붙이고 contains("민").

Pythondf[df['name'].str.contains('민')]

결과     name class  kor  eng  math  total
0  김민준     A   85   78    92    255
4  정민서     B   66   59    71    196

풀이: contains는 부분 문자열을 찾으며 기본적으로 정규식을 사용합니다. 일반 텍스트 검색은 regex=False도 고려합니다.

조건식 자체가 True/False Series입니다. 여기에 .sum()을 하면 True의 개수가 됩니다.

Python(df['math'] >= 80).sum()

결과np.int64(3)

풀이: 참의 개수를 세는 합계입니다. 선택한 점수 자체를 더하는 것과 다릅니다.

True는 1로 계산됩니다.

np.where(조건, 참일 때 값, 거짓일 때 값)으로 새 열을 만듭니다.

Pythondf['result'] = np.where(df['total'] >= 240, '합격', '불합격')
df[['name', 'total', 'result']]

결과     name  total  result
0  김민준    255    합격
1  이서연    255    합격
2  박지호    171  불합격
3  최수아    260    합격
4  정민서    196  불합격
5  강도윤    226  불합격
6  윤하은    250    합격
7  임시우    232  불합격

풀이: np.where는 행별 조건에 따라 두 문자열 중 하나를 선택하며 결과를 새 열에 저장합니다.