6.3.8 df.iloc[첨자] 참조

① 행 참조

다음처럼 df.iloc[정수]로 정수 인덱스의 행을 참조할 수 있다.

pf.iloc[1]

리스트로 처리하면 데이터프레임을 반환받을 수 있다.

pf.iloc[[1]]

다음처럼 df.iloc[[여러 정수 목록]]으로 정수 인덱스의 행들을 참조할 수 있다.

pf.iloc[[1, 3]]

다음으로 행 슬라이싱한 데이터프레임을 반환받을 수 있다.

pf.iloc[2:]

② 열 참조

앞 행 전체를 :로 하고 뒤에 열 첨자로 열만 참조할 수 있다.

pf.iloc[:, 2]

다음 [] 내부에 [2]으로 첨자 2열로 구성된 데이터프레임을 반환받는다.

pf.iloc[:, [2]]

모든 행에 대해 열을 슬라이싱한 결과이다.

pf.iloc[:, 1:]

③ 행과 열 참조

pf.iloc[1, 1]으로 첨자 1, 1에 해당하는 원소를 참조한다.

pf.iloc[1, 1]
# 6.3.8 ```

다음은 행과 열을 슬라이싱한 결과이다.

```python
pf.iloc[1:3, 1:]

다음은 전체 행에 대해 첨자 1열 이후 열을 슬라이싱한 결과이다.

pf.iloc[:, 1:]

다음은 행 첨자 목록과 열 첨자를 슬라이싱한 결과이다.

pf.iloc[[1, 3, 4], 1:]

다음은 행 첨자 목록과 열 첨자 목록으로 부분 데이터프레임을 반환받는 코드이다.

pf.iloc[[1, 3, 4], [0, 1]]

④ at[‘행명’, ‘열명’], iat[i, j] 참조

loc[]과 비슷하게 레이블 기반으로 참조하는 방식으로 단 하나의 원소를 참조한다. at[]과 iat[]은 하나의 값을 참조하므로 속도가 빠른 장점이 있다.

```python pf.at[‘윤일형’, ‘과제’]

6.3.8 ```

```python pf.at[‘유한빈’, ‘기말’]

6.3.8 ```

다음처럼 행 레이블 인덱스를 찾아 참조할 수 있다.

```python pf.at[pf.index[1], ‘출석’]

6.3.8 ```

```python pf.at[pf.index[3], pf.columns[2]]

6.3.8 ```

iloc[]과 비슷하게 정수 첨자 기반의 참조 방식으로 단 하나의 원소를 참조한다.

```python pf.iat[1, 2]

6.3.8 ```

```python pf.iat[2, 3]

6.3.8 ```