수정하기 - 파이썬 pandas의 query 메소드를 활용하는 방법은?

닉네임

비밀번호

제목

내용 [이미지 업로드는 권한이 있는 사람만 가능. 하단 카톡으로 연락]

Pandas의 `query()` 메소드는 데이터프레임에서 조건에 맞는 행을 필터링할 수 있는 간편하고 직관적인 방법을 제공합니다. SQL에서의 쿼리처럼 string 형식으로 조건을 작성할 수 있어 가독성이 높습니다. `query()` 메소드를 사용하는 방법은 다음과 같습니다.           1. 기본 사용법    먼저, Pandas 라이브러리를 import하고, 예시 데이터를 포함하는 데이터프레임을 생성합니다.    ```python  import pandas as pd       예시 데이터프레임 생성  data = {      'name': ['Alice', 'Bob', 'Charlie', 'David'],      'age': [25, 30, 35, 40],      'salary': [50000, 60000, 70000, 80000]  }  df = pd.DataFrame(data)  ```           2. 조건 필터링    `query()` 메소드를 사용하여 특정 조건에 맞는 데이터를 필터링할 수 있습니다. 예를 들어, 나이가 30 이상인 직원들을 필터링하려면:    ```python     나이가 30 이상인 직원들  result = df.query('age >= 30')  print(result)  ```           3. 여러 조건 사용    논리 연산자를 사용하여 여러 조건을 결합할 수 있습니다. 예를 들어, 나이가 30 이상이고 연봉이 70000 이상인 직원을 필터링하려면:    ```python     나이가 30 이상이고 연봉이 70000 이상인 직원들  result = df.query('age >= 30 and salary >= 70000')  print(result)  ```           4. 변수 사용하기    쿼리 내에서 파이썬 변수를 사용할 수도 있습니다. 이 경우, `$` 기호를 사용합니다:    ```python  min_age = 30  min_salary = 70000       변수를 사용하여 필터링  result = df.query('age >= @min_age and salary >= @min_salary')  print(result)  ```           5. 특정 열 선택    `query()` 메소드는 특정 열을 선택할 때도 사용할 수 있습니다. 예를 들어, 'name'과 'salary' 열만 선택하려면:    ```python     특정 열 선택  result = df.query('age >= 30')[['name', 'salary']]  print(result)  ```           6. 주의사항    - `query()` 메소드는 열 이름에 공백이나 특수문자가 있는 경우 사용할 수 없습니다. 이 경우, 표현식을 변경하거나 `eval` 메소드를 고려할 수 있습니다.  - `query` 메소드는 임시 데이터프레임을 반환하기 때문에 원본 데이터프레임은 변경되지 않습니다.    이상의 방법으로 Pandas의 `query()` 메소드를 사용하여 데이터프레임을 간편하게 필터링할 수 있습니다. 이를 통해 데이터 분석 작업을 더욱 직관적이고 효율적으로 수행할 수 있습니다.