[Pandas] 인덱싱 – loc vs iloc

데이터를 다루는 데 있어 가장 기본이자 가장 중요한 작업은 필요한 데이터를 정확히 뽑아오는 것 입니다.

Pandas에서는 이를 위해 loc 와 iloc 두 가지 인덱싱 방법을 제공하는데,

이 둘은 비슷해 보이지만 동작 방식과 개념이 완전히 다르다.

 

구분	loc	iloc
기준	라벨(Label) 기반	위치(Position) 기반
인덱스	숫자일 수도 있고 문자일수도 있음	무조건 0부터 시작하는 정수 위치 사용
사용법	df.loc[행 라벨, 열 라벨]	df.iloc[행 번호, 열 번호]

---

예제 DataFrame

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35],
    'score': [88, 92, 85]
}, index=['u1', 'u2', 'u3'])

df

---

loc – 라벨(Label) 기반 인덱싱

• 특정 행/열 접근

df.loc['u1', 'name']  # → 'Alice'

 

• 여러 열 선택

df.loc['u1', ['name', 'score']]

 

• 여러 행, 여러 열 슬라이싱

df.loc[['u1', 'u3'], ['name', 'score']]

 

• 전체 행에서 특정 열만

df.loc[:, 'score']

---

iloc – 위치(Position) 기반 인덱싱

• 특정 위치의 값 가져오기

df.iloc[0, 0]  # → 'Alice'

 

• 위치로 행/열 선택

df.iloc[0, [0, 2]]  # 첫 번째 행에서 첫 번째와 세 번째 열

 

• 행 슬라이싱

df.iloc[1:3]  # 두 번째부터 세 번째 행까지

 

• 열 슬라이싱

df.iloc[:, 1:]  # 모든 행, 두 번째 열부터 끝까지

 

 

여기서 자주 하는 실수 중에 하나가

loc와 iloc 혼용하는 경우가 있으니 주의하시기 바랍니다.

• loc은 항상 라벨을 보고, iloc은 항상 0부터 시작하는 번호를 본다.

---

사용 예제

1: 조건에 맞는 사용자 이름만 가져오기

df[df['score'] > 90].loc[:, 'name']

 

2: 상위 2명 이름과 점수만 보기

df.iloc[:2, [0, 2]]

 

 

인덱싱은 Pandas에서 데이터 추출, 수정, 분석의 가장 기초가 되는 기능이다.
loc과 iloc을 정확히 구분해서 써야 예상치 못한 오류나 잘못된 분석 결과를 방지할 수 있다.