10.데이터 선택(조건)#2

9.데이터 선택(조건)¶

str 함수¶

In [2]:

import pandas as pd
df = pd.read_csv('score.csv')
df

Out[2]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [3]:

filt = df['이름'].str.startswith('송') #'송'씨 성을 가진 사람
df[filt]

Out[3]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
2	송태섭	북산고	168	80	75	70	80	75	Javascript

In [5]:

filt = df['이름'].str.contains('태')#이름에 '태' 가 들어가는 사람
df[filt]

Out[5]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
6	황태산	능남고	188	55	65	45	40	35	PYTHON

In [6]:

df[~filt] #이름에 '태' 가 들어가는 사람 제외

Out[6]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
7	윤대협	능남고	190	100	85	90	95	95	C#

In [7]:

langs = ['Python','Java']
filt = df['SW특기'].isin(langs) #sw특기가 python이거나 java인 사람
df[filt]

Out[7]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java

In [8]:

df

Out[8]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [9]:

langs = ['python','java']
filt = df['SW특기'].str.lower().isin(langs)
df[filt]

Out[9]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
6	황태산	능남고	188	55	65	45	40	35	PYTHON

In [12]:

filt = df['SW특기'].str.contains('Java',na=True) #NaN데이터에 대해서 True로 설정
df[filt]

Out[12]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN

In [13]:

filt = df['SW특기'].str.contains('Java',na=False) #NaN데이터에 대해서 False로 설정
df[filt]

Out[13]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript

구글에 pandas string치면 쓸수있는 string 확인할수 있음!!