NumPy 데이터 분석 - 조건에 따른 데이터 선택 (Boolean Indexing)

NumPy 데이터 분석 - 조건에 따른 데이터 선택 (Boolean Indexing)

데이터 분석에서 대량의 데이터 중 원하는 조건에 맞는 데이터를 빠르게 선택하는 것은 매우 중요합니다. Python의 NumPy는 Boolean Indexing(부울 인덱싱)을 통해 이를 간단하면서도 효율적으로 처리할 수 있습니다. 이번 포스팅에서는 Boolean Indexing의 개념부터 실습 예제까지 함께 살펴보겠습니다.

---

Boolean Indexing이란?

Boolean Indexing은 배열에서 특정 조건을 만족하는 요소들만 선택하기 위해 사용되는 기법입니다. 조건문이 배열의 각 요소에 대해 평가되어 True/False로 이루어진 Boolean 배열을 생성하며, 이를 기반으로 원본 배열에서 데이터를 선택합니다.

이 기법은 대량의 데이터를 필터링하거나 전처리하는 과정에서 매우 유용합니다. 특히, pandas와 같은 고급 라이브러리로 넘어가기 전에 NumPy를 통해 Boolean Indexing의 기본을 확실히 이해해두는 것이 좋습니다.

---

Boolean Indexing의 기본 사용법

1. 배열 생성과 조건 평가

import numpy as np

# 배열 생성
arr = np.array([10, 15, 20, 25, 30])

# 조건에 따른 Boolean 배열 생성
condition = arr > 20
print(condition)  # [False False False  True  True]

위 코드에서는 arr > 20이라는 조건문이 배열의 각 요소에 대해 평가되어 Boolean 배열이 생성됩니다.

2. 조건에 따른 데이터 선택

# 조건을 기반으로 데이터 선택
selected_data = arr[condition]
print(selected_data)  # [25 30]

Boolean 배열 condition을 인덱스로 사용하여 조건에 맞는 값들만 선택할 수 있습니다.

---

다양한 조건 활용하기

NumPy는 단일 조건뿐만 아니라 여러 조건을 결합하여 사용할 수도 있습니다.

1. 논리 연산자 사용

• & (AND): 두 조건이 모두 True인 경우
• | (OR): 하나 이상의 조건이 True인 경우
• ~ (NOT): 조건의 반대

# 배열 생성
arr = np.array([10, 15, 20, 25, 30])

# 여러 조건 결합
condition = (arr > 10) & (arr < 30)
print(condition)  # [False  True  True  True False]

# 데이터 선택
selected_data = arr[condition]
print(selected_data)  # [15 20 25]

# NOT 연산자 사용
condition_not = ~(arr > 20)
print(condition_not)  # [ True  True  True False False]

2. np.where를 활용한 조건 처리

np.where를 사용하면 조건에 따라 특정 값을 선택하거나 변환할 수 있습니다.

# 조건에 따라 값을 변환
transformed = np.where(arr > 20, arr, 0)
print(transformed)  # [ 0  0  0 25 30]

---

2차원 배열에서의 Boolean Indexing

Boolean Indexing은 다차원 배열에서도 동일하게 작동합니다.

1. 2차원 배열에서 조건 평가

# 2차원 배열 생성
matrix = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 조건 평가
condition = matrix > 5
print(condition)
# [[False False False]
#  [False False  True]
#  [ True  True  True]]

# 조건에 따른 데이터 선택
selected_data = matrix[condition]
print(selected_data)  # [6 7 8 9]

2. 행과 열 조건을 결합한 데이터 선택

# 조건을 결합하여 특정 행과 열의 데이터 선택
row_condition = np.array([True, False, True])  # 1행과 3행 선택
col_condition = np.array([False, True, True])  # 2열과 3열 선택

# 행 조건 적용
selected_rows = matrix[row_condition]
print(selected_rows)
# [[1 2 3]
#  [7 8 9]]

# 열 조건 적용
selected_cols = matrix[:, col_condition]
print(selected_cols)
# [[2 3]
#  [5 6]
#  [8 9]]

# 행과 열 조건 동시 적용
selected_data = matrix[row_condition][:, col_condition]
print(selected_data)
# [[2 3]
#  [8 9]]

---

Boolean Indexing의 실제 활용 사례

1. 결측치(NaN) 처리

# 결측치가 포함된 배열 생성
arr_with_nan = np.array([1, 2, np.nan, 4, np.nan, 6])

# 결측치 여부 확인
is_nan = np.isnan(arr_with_nan)
print(is_nan)  # [False False  True False  True False]

# 결측치 제거
cleaned_data = arr_with_nan[~is_nan]
print(cleaned_data)  # [1. 2. 4. 6.]

2. 특정 조건의 데이터 변환

# 데이터 변환 예제
arr = np.array([10, 15, 20, 25, 30])

# 20보다 큰 값은 그대로 두고, 나머지는 0으로 변환
transformed = np.where(arr > 20, arr, 0)
print(transformed)  # [ 0  0  0 25 30]

---

정리

Boolean Indexing은 NumPy의 강력한 기능 중 하나로, 대량의 데이터를 효율적으로 필터링하고 처리할 수 있도록 도와줍니다. 단일 조건뿐만 아니라 논리 연산자를 활용한 복합 조건, 2차원 이상의 배열 처리, 그리고 실제 데이터 분석에서 자주 사용하는 사례들까지 다양한 방식으로 활용할 수 있습니다.

데이터 분석을 시작하는 단계라면, NumPy의 Boolean Indexing을 충분히 연습하여 데이터 선택 및 변환 작업에 익숙해지는 것이 중요합니다.