[Python] pandas IF-Else 조건문 5가지 방법

Hello! ·2023년 1월 21일

Data Analysis if else pandas python 데이터분석 조건문

Python

목록 보기

1/1

조건문은 다양한 프로그래밍 언어에서 데이터를 전처리하는 방법 중에서 빠질 수 없는 구문입니다.

Python에서 조건에 따른 값 할당을 어떻게 하는지 크게 5가지 방법으로 나누어 정리하였습니다.

세부적으로 정리하자면, binary or multiple condition에 따라서 사용하는 방식을 나누어 보았습니다.

binary condition
- np.where() function
- lambda 형식

multiple condition
- np.select()
- pd.apply()
- df.loc()

** 예제 데이터는 아래와 같습니다.

1. numpy.where() 함수

‘True’ or ‘False’과 같은 이진 조건의 기반이 되는 새로운 컬럼을 추가할 때 유용한 함수임
np.where(condition, value if condition is true, value if condition is false)

예시 코드

import pandas as pd
import numpy as np
dfTest['분기'] = np.where(dfTest['월'] <= 6, '상반기', '하반기')

2. lambda 형식

람다 함수 또한 이진 조건에 유용한 함수임
- (참고) 람다 표현식 : https://wikidocs.net/64

df['new column name'] = df['column name'].apply(lambda x: 'value if condition is true' if x condition else 'value if condition is false')

예제 코드

  dfTest['분기'] = dfTest['월'].apply(lambda x: '상반기' if x <= 6 else '하반기')

3. numpy.select() function

다양한 조건을 포함하는 카테고리 컬럼을 만들 때

condition 대한 리스트 생성 -> 조건에 해당하는 value 리스트 생성 -> np.select() 함수를 이용하여 적용

순서대로 조건을 명시하여 리스트를 생성하기

#Create a python list to specify all the conditions
#Create a python list to specify all the conditions
conditions = [ 
    (dfTest['월'] == 12) | (dfTest['월'] <= 2),
    (dfTest['월'] >= 3) & (dfTest['월'] <= 5),
    (dfTest['월'] >= 6) & (dfTest['월'] <= 8),
    (dfTest['월'] >= 9) & (dfTest['월'] <= 11)
    ]

위 순서의 각 조건에 해당하는 값(’label’)을 할당하여 파이썬 리스트로 생성

#create a python list of values to be assigned to the conditions
values = ['겨울', '봄', '여름', '가을']

np.select() 함수를 사용하여 새로운 컬럼 생성

생성한 두 개의 리스트들을 arguments로 사용하여 np.select를 이용하여 새로운 컬럼으로 생성

# use np.select() to create a new column
dfTest['계절'] = np.select(conditions, values)

(참고) 1,2,3을 한 번에 적용할 때

df['visits_category'] = np.select([
    (df['visits_30days'] == 0),
    (df['visits_30days'] > 0) & (df['visits_30days'] <= 5),
    (df['visits_30days'] > 5) & (df['visits_30days'] <= 10),
    (df['visits_30days'] > 10)
    ], ['0 visits', '1-5 visits', '6-10 visits', '>10 visits'])

4. pandas apply 함수

조건을 특정하는 함수를 생성한 후 → 컬럼에 적용

함수 생성

def conditions(row):
    if (row['월'] == 12 ) | (row['월'] <= 2) :
        val = '겨울'
    elif (row['월'] >= 3) & (row['월'] <= 5 ):
        val = '봄'
    elif (row['월'] >= 6) & (row['월'] <= 8) :
        val = '여름'   
    elif (row['월'] >= 9) & (row['월'] <= 11) :
        val = '가을'   
    else:
        val = 'NA'
    return val

컬럼에 함수 적용


#Apply the function to each data point in the data frame
dfTest['계절2']= dfTest.apply(conditions, axis=1)

5. DataFame loc function() 활용

np.select와 비슷한 원리
데이터프레임의 loc함수를 통해 특정 조건의 row에 새로운 column을 부여하여 값을 할당하는 방식
df.loc[기존 행의 조건 입력, ‘새로운 열’] = ‘label’

dfTest.loc[(dfTest['월'] == 12) | (dfTest['월'] <= 2), '계절3'] = '겨울' 
dfTest.loc[(dfTest['월'] >= 3) & (dfTest['월'] <= 5), '계절3'] = '봄' 
dfTest.loc[(dfTest['월'] >= 6) & (dfTest['월'] <= 8), '계절3'] = '여름'  
dfTest.loc[(dfTest['월'] >= 9) & (dfTest['월'] <= 11) , '계절3'] = '가을'

[자료 링크]

5 Ways to Apply If-Else Conditional Statements in Pandas

Hello!

Let's study