HOWTO · Pandas

Pandas Dataframe에서 열을 인덱스로 설정

이 가이드에서는 DataFrame 메서드인 set_index()를 사용하거나 파일을 읽을 때 index_col 매개변수를 지정하여 Pandas DataFrame의 열을 인덱스로 설정하는 방법을 보여 줍니다.

이 페이지의 내용

새 Pandas DataFrame은 행을 식별하기 위해 기본 정수 인덱스를 사용합니다. 의미 있는 행 레이블을 사용하려면 기존 DataFrame에서 set_index()를 호출하거나, 파일을 불러오는 동안 read_csv 또는 read_excel에 index_col을 전달하면 됩니다. 데이터가 이미 메모리에 있을 때는 첫 번째 방법이 유용하고, 두 번째 방법은 파일을 읽으면서 레이블을 지정합니다. 아래 예제에서는 결과를 비교할 수 있도록 같은 소규모 인물 데이터를 사용합니다. 분석에서 각 행을 쉽게 식별할 수 있는 값을 가진 열을 선택하세요. 인덱스에 중복 값이 있을 수 있지만, 중복 레이블로 조회하면 둘 이상의 행이 반환될 수 있습니다.

set_index()로 DataFrame 열을 인덱스로 설정하기

set_index()는 DataFrame 메서드입니다. 기본적으로 새 DataFrame을 반환하고 선택한 열을 일반 데이터 열에서 제거합니다. 원본 DataFrame을 그대로 두려면 반환된 결과를 변수에 할당하세요. 열 이름 목록을 전달하면 여러 값의 조합으로 각 행을 식별하는 MultiIndex를 만들 수 있습니다. 선택한 값도 일반 데이터 열로 유지하려면 drop=False를 사용하세요.

이러한 선택은 데이터에 접근하는 방식에 영향을 주지만 행이 삭제되는 것은 아닙니다. 예를 들어, 이후 코드에서 이름을 레이블과 값으로 모두 사용해야 한다면 이름 열을 유지할 수 있습니다. 작업에 도시와 나이의 조합이 적합하다면 두 열로 MultiIndex를 만들 수도 있습니다. 기존 DataFrame 자체를 변경하려면 set_index(..., inplace=True)를 사용하세요. 이 방식은 DataFrame을 변경하고 None을 반환합니다. 기본적으로 반환되는 DataFrame을 할당하는 편이 대개 이해하기 쉽고 원본도 보존할 수 있습니다. 일반 인덱스로 되돌리려면 reset_index()를 호출하세요. 이 메서드는 현재 인덱스 값을 열로 옮기고 기본적으로 새 정수 인덱스를 부여합니다. 데이터를 내보내기 전에 인덱스를 복원하거나 이후 작업에서 레이블을 일반 열로 사용해야 할 때 유용합니다.

다음 예제에서는 인물 DataFrame을 만든 다음, 한 열과 두 열을 각각 인덱스로 설정합니다. 이름 열을 행 레이블로 사용하면서 데이터 열로도 유지하는 방법도 보여 줍니다.

import pandas as pd

people = pd.DataFrame({
    "Name": ["Alice", "Bob", "Charlie"],
    "City": ["New York", "Los Angeles", "Chicago"],
    "Age": [25, 30, 35],
})

by_name = people.set_index("Name")
by_city_and_age = people.set_index(["City", "Age"])
with_name_column = people.set_index("Name", drop=False)

print(by_name)

여기서 by_name은 이름을 행 레이블로 사용하고 City와 Age를 데이터 열로 유지합니다. by_city_and_age는 선택한 두 열로 MultiIndex를 만들고, with_name_column은 이름을 레이블로 사용하면서 Name 열도 유지합니다. 각 결과를 별도의 DataFrame에 할당하므로 people에는 원래 열과 기본 인덱스가 그대로 남습니다. 출력 문은 한 열로 만든 결과를 표시하며, 다른 두 변수도 같은 방식으로 확인할 수 있습니다. 표시된 예제의 열 이름은 영어입니다. 정수 인덱스로 되돌리고 인덱스 값을 다시 열로 옮기려면 by_name.reset_index()를 호출하세요. 이 메서드는 또 다른 DataFrame을 반환합니다. 초기화된 결과로 계속 작업하려면 그 결과를 변수에 할당하면 됩니다.

CSV 또는 Excel 파일을 읽을 때 index_col로 인덱스 설정하기

데이터가 파일에 있다면 읽는 동안 인덱스로 사용할 열을 선택하세요. 다음의 자체 완결형 CSV 예제는 앞의 DataFrame과 같은 열 이름과 레코드를 사용합니다. StringIO를 사용하면 read_csv가 예제 텍스트를 직접 읽을 수 있습니다. 디스크에 CSV 파일이 있다면 호출에서 예제 텍스트 대신 "people.csv" 같은 파일 경로를 사용할 수 있습니다.

from io import StringIO
import pandas as pd

csv_data = StringIO("""Name,City,Age
Alice,New York,25
Bob,Los Angeles,30
Charlie,Chicago,35
""")
people = pd.read_csv(csv_data, index_col="Name")

print(people)

index_col="Name" 인수는 헤더 이름으로 열을 선택하므로, 결과의 인덱스와 나머지 데이터 열은 첫 번째 예제의 by_name과 일치합니다. 숫자를 index_col에 지정하면 열을 0부터 시작하는 위치로 선택하며, 첫 번째 열의 위치는 0입니다. 헤더 이름을 사용하면 선택이 명확해지고 열 순서 변경의 영향을 덜 받습니다. 여러 열을 선택하려면 index_col=["City", "Age"]처럼 목록을 전달해 파일을 읽는 동안 MultiIndex를 만들 수 있습니다. Excel 통합 문서에서는 이에 해당하는 pd.read_excel("people.xlsx", index_col="Name") 호출을 사용하세요. 파일을 사용할 수 있어야 하며, pandas에서 해당 형식을 읽으려면 적절한 Excel 엔진이 설치되어 있어야 합니다. 여기에 Excel 파일은 제공되지 않으므로 이 호출은 사용 패턴을 보여 주는 예입니다. 헤더에 오타가 있거나 파일의 열 순서가 바뀌었다면, 의도한 필드가 선택되도록 인덱스를 지정하기 전에 파일의 열 이름을 확인하세요.