데이터프레임 특정 값 추출: 활용도 Up, 클릭하면 놓치지 말기!

데이터프레임은 데이터를 효과적으로 조작하고 분석하기 위해 많이 사용되는 도구입니다. 데이터프레임을 다루는 과정에서 특정 값을 추출하는 방법은 중요한 기능 중 하나입니다. 이 글에서는 데이터프레임에서 특정 값 추출하는 다양한 방법에 대해 알아보겠습니다.

# 데이터프레임에서 열 선택하여 추출하기
데이터프레임에서 특정 열을 선택하여 추출하는 방법은 매우 간단합니다. 데이터프레임은 열에 대한 레이블을 가지고 있기 때문에 레이블을 사용하여 열을 선택할 수 있습니다. 다음은 Pandas 라이브러리를 사용하여 데이터프레임에서 열을 선택하여 추출하는 예시입니다.
“`
import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({‘Name’: [‘John’, ‘Mike’, ‘Sarah’],
‘Age’: [25, 30, 35],
‘City’: [‘Seoul’, ‘Busan’, ‘Incheon’]})

# ‘Name’ 열 선택하여 추출
name_column = df[‘Name’]
print(name_column)
“`
출력 결과:
“`
0 John
1 Mike
2 Sarah
Name: Name, dtype: object
“`
위의 예시에서는 ‘Name’ 열을 선택하여 `name_column` 변수에 저장하였습니다. `name_column`을 출력하면 ‘Name’ 열의 데이터를 확인할 수 있습니다.

# 데이터프레임에서 행 선택하여 추출하기
데이터프레임에서 특정 행을 선택하여 추출하는 방법도 열을 선택하는 것과 비슷합니다. 데이터프레임은 각 행에 대한 인덱스를 가지고 있으며, 이를 사용하여 행을 선택할 수 있습니다. 다음은 데이터프레임에서 특정 행을 선택하여 추출하는 예시입니다.
“`
# 첫 번째 행 선택하여 추출
first_row = df.loc[0]
print(first_row)
“`
출력 결과:
“`
Name John
Age 25
City Seoul
Name: 0, dtype: object
“`
위의 예시에서는 `loc` 함수를 사용하여 첫 번째 행을 선택하여 `first_row` 변수에 저장하였습니다. `first_row`를 출력하면 첫 번째 행의 데이터를 확인할 수 있습니다.

# 데이터프레임에서 조건에 맞는 값 추출하기
데이터프레임에서 특정 조건에 맞는 값만 추출하고 싶은 경우에는 조건식을 적용하여 추출할 수 있습니다. 다음은 데이터프레임에서 ‘City’ 열의 값이 ‘Seoul’인 행을 추출하는 예시입니다.
“`
# ‘City’ 열이 ‘Seoul’인 행 추출
seoul_rows = df[df[‘City’] == ‘Seoul’]
print(seoul_rows)
“`
출력 결과:
“`
Name Age City
0 John 25 Seoul
“`
위의 예시에서는 ‘City’ 열의 값이 ‘Seoul’인 행을 추출하였습니다. 조건식을 `[df[‘City’] == ‘Seoul’]`로 지정하여 해당 조건에 맞는 행을 추출한 결과를 확인할 수 있습니다.

# 데이터프레임에서 일부분만 추출하여 새로운 데이터프레임 만들기
데이터프레임에서 일부분만 추출하여 새로운 데이터프레임을 만들고 싶은 경우에는 슬라이싱을 사용하여 일부분을 선택할 수 있습니다. 다음은 데이터프레임에서 첫 번째부터 세 번째까지의 행을 선택하여 새로운 데이터프레임을 만드는 예시입니다.
“`
# 첫 번째부터 세 번째까지의 행 추출하여 새로운 데이터프레임 생성
subset_df = df[0:3]
print(subset_df)
“`
출력 결과:
“`
Name Age City
0 John 25 Seoul
1 Mike 30 Busan
2 Sarah 35 Incheon
“`
위의 예시에서는 `[0:3]`으로 슬라이싱하여 첫 번째부터 세 번째까지의 행을 추출하여 `subset_df` 변수에 저장하였습니다. `subset_df`를 출력하면 해당하는 행의 데이터로 구성된 새로운 데이터프레임을 확인할 수 있습니다.

# 데이터프레임에서 중복된 값 제거하고 추출하기
데이터프레임에서 중복된 값을 제거하고 싶은 경우에는 `drop_duplicates` 함수를 사용하여 중복된 값을 제거할 수 있습니다. 다음은 데이터프레임에서 ‘Name’ 열을 기준으로 중복된 값을 제거하는 예시입니다.
“`
# 중복된 값을 제거한 데이터프레임 추출
unique_df = df.drop_duplicates(‘Name’)
print(unique_df)
“`
출력 결과:
“`
Name Age City
0 John 25 Seoul
1 Mike 30 Busan
2 Sarah 35 Incheon
“`
위의 예시에서는 `drop_duplicates` 함수를 사용하여 ‘Name’ 열을 기준으로 중복된 값을 제거한 결과를 확인할 수 있습니다.

# 데이터프레임에서 결측값(NA) 포함된 행/열 추출하기
데이터프레임에서 결측값이 포함된 행이나 열을 추출하고 싶은 경우에는 `isna` 함수를 사용하여 결측값 유무를 확인하고, 이를 조건식에 적용하여 추출할 수 있습니다. 다음은 데이터프레임에서 결측값이 포함된 행을 추출하는 예시입니다.
“`
# 결측값(NA) 포함된 행 추출
na_rows = df[df.isna().any(axis=1)]
print(na_rows)
“`
출력 결과:
“`
Empty DataFrame
Columns: [Name, Age, City]
Index: []
“`
위의 예시에서는 `isna().any(axis=1)`로 결측값 유무를 확인하고, 이를 조건식으로 지정하여 해당하는 행을 추출한 결과를 확인할 수 있습니다. 만약 결측값이 포함된 행이 있다면, 해당 행만 추출되었을 것입니다.

# 데이터프레임에서 특정 값을 가진 행/열 추출하기
데이터프레임에서 특정 값을 가진 행이나 열을 추출하고 싶은 경우에는 `isin` 함수를 사용하여 조건식을 적용할 수 있습니다. 다음은 데이터프레임에서 ‘City’ 열에 ‘Seoul’이나 ‘Busan’이 포함된 행을 추출하는 예시입니다.
“`
# ‘City’ 열에 ‘Seoul’이나 ‘Busan’을 포함한 행 추출
selected_rows = df[df[‘City’].isin([‘Seoul’, ‘Busan’])]
print(selected_rows)
“`
출력 결과:
“`
Name Age City
0 John 25 Seoul
1 Mike 30 Busan
“`
위의 예시에서는 `isin([‘Seoul’, ‘Busan’])`으로 ‘City’ 열에 ‘Seoul’이나 ‘Busan’이 포함된 행을 추출한 결과를 확인할 수 있습니다.

# FAQ
**Q: 파이썬 데이터프레임에서 값 추출은 어떻게 할 수 있나요?**
A: 파이썬에서 데이터프레임의 특정 값을 추출하기 위해서는 열이나 행을 선택하여 해당 값을 추출할 수 있습니다. 열을 선택할 때는 열에 대한 레이블을 사용하고, 행을 선택할 때는 인덱스를 사용합니다.

**Q: Pandas에서 특정 값 추출은 어떻게 할 수 있나요?**
A: Pandas는 파이썬에서 데이터프레임을 다루기 위한 라이브러리로, 특정 값을 추출하기 위해 다양한 함수와 기능을 제공합니다. 예를 들어, 열을 선택하기 위해 `df[‘열이름’]` 형식을 사용하고, 행을 선택하기 위해 `df.loc[인덱스]` 형식을 사용합니다.

**Q: 데이터프레임에서 특정 행을 추출하려면 어떻게 해야 하나요?**
A: 데이터프레임에서 특정 행을 추출하기 위해서는 인덱스를 사용하여 해당 행을 선택하면 됩니다. 예를 들어, `df.loc[인덱스]` 형식을 사용하여 특정 행을 추출할 수 있습니다.

**Q: Pandas에서 다중 조건으로 행을 추출할 수 있나요?**
A: 네, Pandas에서는 다중 조건을 지정하여 행을 추출할 수 있습니다. 다중 조건을 지정할 때는 각 조건을 괄호로 묶어주고, 조건들 사이에는 `&`(and) 또는 `|`(or) 연산자를 사용합니다.

**Q: 데이터프레임에서 중복된 값을 제거하려면 어떻게 해야 하나요?**
A: 데이터프레임에서 중복된 값을 제거하기 위해서는 `drop_duplicates` 함수를 사용하면 됩니다. 이 함수를 사용하면 중복된 값을 제거한 결과를 반환할 수 있습니다.

이 글에서는 데이터프레임에서 특정 값 추출하는 여러 가지 방법을 알아보았습니다. 데이터프레임을 다룰 때에는 데이터 추출에 대한 기능을 잘 이해하고 활용하는 것이 중요합니다. 데이터프레임의 강력한 분석 기능을 활용하기 위해 데이터 추출에 대한 이해를 높이시기 바랍니다.

파이썬은 데이터 과학과 분석 분야에서 널리 사용되는 인기있는 프로그래밍 언어입니다. 데이터프레임은 파이썬의 데이터 처리를 위한 중요한 자료구조 중 하나입니다. 데이터프레임은 표 형식의 데이터를 처리하고 조작하기에 이상적인 도구입니다. 이번 기사에서는 파이썬 데이터프레임에서 값 추출하는 방법에 대해 깊이 있게 다루어보도록 하겠습니다.

데이터프레임을 생성하고 값을 추출하는 것은 파이썬의 pandas 라이브러리를 사용하여 이루어집니다. 먼저, pandas 라이브러리를 설치한 후에 해당 라이브러리를 불러옵니다. 다음의 명령어를 통해 pandas를 설치할 수 있습니다.

“`
pip install pandas
“`

이제 데이터프레임을 생성하고 값을 추출할 준비가 되었습니다. 우선, `pandas`를 import 합니다.

“`python
import pandas as pd
“`

데이터프레임을 생성하기 위해 `pd.DataFrame()` 함수를 사용합니다. 이 함수는 딕셔너리 형태로 데이터를 전달받습니다. 딕셔너리의 키는 열(column)의 이름이 되고, 값은 해당 열의 데이터가 됩니다. 예를 들어, 다음과 같은 코드를 사용하여 데이터프레임을 생성할 수 있습니다.

“`python
data = {‘name’: [‘Alice’, ‘Bob’, ‘Charlie’],
‘age’: [25, 30, 35],
‘city’: [‘Seoul’, ‘Busan’, ‘Incheon’]}

df = pd.DataFrame(data)
“`

이제 우리는 데이터프레임을 생성했습니다. 이제는 값들을 추출해볼 차례입니다. 데이터프레임에서 값들을 추출하는 방법은 여러 가지가 있습니다. 첫 번째 방법은 열을 기준으로 값을 추출하는 것입니다. `[]`를 사용하여 열의 이름을 전달하면 해당 열의 값을 추출할 수 있습니다. 예를 들어, 다음과 같은 코드를 사용하여 ‘name’ 열의 값을 추출할 수 있습니다.

“`python
names = df[‘name’]
“`

또 다른 방법은 행(row)을 기준으로 값을 추출하는 것입니다. `iloc` 메서드를 사용하여 행의 위치(인덱스)를 전달하면 해당 행의 값을 추출할 수 있습니다. 예를 들어, 다음과 같은 코드를 사용하여 첫 번째 행의 값을 추출할 수 있습니다.

“`python
first_row = df.iloc[0]
“`

데이터프레임에서 특정 위치의 값을 추출하는 방법도 있습니다. `at` 메서드를 사용하여 특정 행과 열의 위치를 전달하면 해당 위치의 값을 추출할 수 있습니다. 예를 들어, 다음과 같은 코드를 사용하여 첫 번째 행, ‘name’ 열의 값을 추출할 수 있습니다.

“`python
name = df.at[0, ‘name’]
“`

위에서 소개한 방법들을 조합하여 여러 값을 한 번에 추출할 수도 있습니다. 예를 들어, 다음과 같은 코드를 사용하여 특정 행의 ‘name’, ‘age’, ‘city’ 열의 값을 추출할 수 있습니다.

“`python
row_values = df.loc[1, [‘name’, ‘age’, ‘city’]]
“`

이제 여러분은 파이썬 데이터프레임에서 값 추출하는 방법을 깊이 있게 배웠습니다. 이를 토대로 데이터프레임에서 필요한 값을 추출하고 원하는 방식으로 활용할 수 있을 것입니다.

FAQs:

Q: 값 추출 대신 값 변경도 가능한가요?
A: 네, 값 추출뿐만 아니라 데이터프레임에서의 값 변경도 가능합니다. 적절한 인덱싱과 할당을 통해 원하는 값으로 변경할 수 있습니다.

Q: 인덱스를 사용하여 값 추출하는 방법이 있나요?
A: 네, `loc` 메서드를 사용하여 인덱스를 전달하면 해당 행의 값을 추출할 수 있습니다.

Q: 값 추출은 데이터프레임뿐만 아니라 시리즈(Series)에서도 가능한가요?
A: 네, 데이터프레임과 유사한 방식으로 시리즈에서도 값 추출이 가능합니다. 열이 단일한 시리즈인 경우에는 데이터프레임에서 값 추출과 동일한 방법을 사용할 수 있습니다.

Q: 추출한 값들을 새로운 데이터프레임으로 저장할 수 있나요?
A: 네, 추출한 값들을 딕셔너리 형태로 저장하고 이를 다시 `pd.DataFrame()` 함수를 사용하여 새로운 데이터프레임으로 변환할 수 있습니다.

Q: 추출한 값들을 정렬하거나 조건에 따라 필터링할 수 있나요?
A: 네, pandas 라이브러리에는 정렬 및 필터링과 같은 데이터 처리와 조작을 위한 다양한 기능이 제공되고 있습니다. 이를 사용하여 추출한 값을 원하는 방식으로 조작할 수 있습니다.

판다스(Pandas)는 파이썬 데이터 분석 라이브러리로, 데이터를 처리하고 분석하기 위한 강력한 도구입니다. 이 라이브러리를 사용하면 데이터를 효과적으로 조작하고 분석할 수 있으며, 특정 값 추출은 판다스의 가장 중요한 기능 중 하나입니다. 이 기사에서는 판다스를 사용하여 데이터프레임(DataFrame)에서 특정 값들을 추출하는 방법에 대해 자세히 알아보겠습니다.

데이터프레임은 판다스에서 가장 일반적으로 사용되는 데이터 구조입니다. 데이터프레임은 열과 행으로 구성되어 있으며, 테이블과 유사한 형태로 데이터를 저장합니다. 각 열은 특정 유형의 데이터(숫자, 문자열, 날짜 등)를 포함하고 있으며, 각 행은 해당 열에 대한 값들을 저장합니다.

판다스에서는 데이터프레임에서 특정 값을 추출하는 여러 가지 방법을 제공합니다. 먼저, 열(컬럼)에서 특정 값을 추출하는 방법을 살펴보겠습니다. 열은 데이터프레임의 ‘열 이름’을 사용하여 선택할 수 있습니다. 예를 들어, 다음과 같은 데이터프레임이 있다고 가정해봅시다.

“`python
import pandas as pd

data = {‘이름’: [‘홍길동’, ‘김철수’, ‘이영희’],
‘나이’: [20, 25, 30],
‘성별’: [‘남’, ‘남’, ‘여’]}
df = pd.DataFrame(data)
“`

위의 코드를 실행하면 다음과 같은 데이터프레임이 생성됩니다.

“`
이름 나이 성별
0 홍길동 20 남
1 김철수 25 남
2 이영희 30 여
“`

이제, ‘나이’ 열에서 특정 값을 추출해보겠습니다. 특정 값을 추출하기 위해서는 `loc`을 사용할 수 있습니다. `loc`에 열 이름과 추출하고자 하는 값의 인덱스를 지정하면 해당 값을 추출할 수 있습니다. 다음은 ‘나이’ 열에서 첫 번째 값인 20을 추출하는 예시입니다.

“`python
age = df.loc[0, ‘나이’]
print(age) # 20
“`

`loc`에서 첫 번째 인덱스는 행을, 두 번째 인덱스는 열을 지정합니다. 위의 코드에서는 첫 번째 행을 선택하고, ‘나이’ 열에서 값을 추출했습니다. Pandas는 0부터 인덱스를 시작하므로 첫 번째 행은 0으로 인덱싱됩니다.

이와 유사하게, 특정 조건을 만족하는 행을 추출할 수도 있습니다. 예를 들어, ‘성별’ 열에서 ‘여’인 행을 추출해보겠습니다.

“`python
female_rows = df.loc[df[‘성별’] == ‘여’]
print(female_rows)
“`

위의 코드에서는 ‘성별’ 열에서 ‘여’인 행을 추출하기 위해, `df[‘성별’] == ‘여’` 조건을 사용했습니다. 이 조건을 `loc`에 전달하여 해당 조건을 만족하는 행들을 추출할 수 있습니다.

다음으로, 특정 행에서 특정 값을 추출하는 방법에 대해 살펴보겠습니다. 이는 행의 인덱스를 사용하여 추출할 수 있습니다. 위에서 생성한 데이터프레임에서 첫 번째 행을 추출하는 방법은 다음과 같습니다.

“`python
first_row = df.loc[0]
print(first_row)
“`

위의 코드에서 `loc`에 0을 전달하여 첫 번째 행을 추출했습니다. 결과는 다음과 같습니다.

“`
이름 홍길동
나이 20
성별 남
Name: 0, dtype: object
“`

행을 추출하면 데이터프레임의 한 행이 아닌 Series 객체로 반환됩니다. Series 객체는 인덱스와 값으로 구성되어 있으며, 해당 행의 정보를 담고 있습니다.

마지막으로, 데이터프레임에서 특정 값들을 추출하는 방법에 대해 알아보았습니다. 판다스를 사용하면 데이터프레임에서 열과 행을 선택하여 원하는 값을 추출할 수 있습니다. 이를 통해 데이터를 더욱 쉽게 조작하고 분석할 수 있습니다.

FAQs:
Q: 판다스에서 여러 개의 값들을 동시에 추출할 수 있나요?
A: 네, 판다스는 여러 개의 값들을 추출하기 위해 리스트로 여러 인덱스나 열 이름을 전달할 수 있습니다. 예를 들어, `df.loc[[0, 1, 2], [‘이름’, ‘나이’]]`와 같이 사용할 수 있습니다.

Q: 데이터프레임에서 특정 값을 추출할 때에도 iloc를 사용할 수 있나요?
A: 네, iloc는 인덱스를 사용하여 특정 값들을 추출하는 데 사용됩니다. `iloc`는 `loc`과 다르게 인덱스를 기준으로 행과 열을 선택합니다.

Q: 추출한 값들을 다른 변수에 할당하려면 어떻게 해야 하나요?
A: 추출한 값을 다른 변수에 할당하려면, 추출한 값을 변수에 저장하면 됩니다. 예를 들어, `age = df.loc[0, ‘나이’]`와 같이 사용할 수 있습니다.

Q: 특정 조건을 만족하는 행을 추출할 때, 논리 연산자를 사용할 수 있나요?
A: 네, 논리 연산자인 `&`와 `|`을 사용하여 여러 조건을 결합할 수 있습니다. 예를 들어, ‘성별’ 열에서 ‘남’이면서 ‘나이’ 열에서 25세 이상인 행을 추출하려면 `df.loc[(df[‘성별’] == ‘남’) & (df[‘나이’] >= 25)]`와 같이 사용할 수 있습니다.

데이터프레임 특정 행 추출: 깊게 다루는 방법

데이터프레임은 데이터를 효율적으로 관리하고 분석하는 데 있어 매우 강력한 도구입니다. 그러나 대규모 데이터셋을 다룰 때 특정 행을 추출하는 과정은 종종 복잡하고 시간이 많이 소요될 수 있습니다. 이 기사에서는 데이터프레임의 특정 행을 추출하는 방법에 대해 자세히 알아보도록 하겠습니다.

데이터프레임은 표 형태의 데이터 구조로, 행과 열로 이루어져 있습니다. 각 열은 특정한 유형의 데이터를 가지며, 각 행은 데이터의 개별 관측값을 나타냅니다. 따라서 특정 행을 추출한다는 것은 해당 행의 관측값을 집계하거나 조작하기 위해서이거나, 분석의 목적에 따라 특정 조건을 충족하는 행을 선택하기 위해서입니다.

가장 기본적인 특정 행 추출 방법은 행의 인덱스를 활용하는 것입니다. 예를 들어, ‘df’라는 이름의 데이터프레임에서 행 번호가 5인 행의 데이터를 추출하려면 다음과 같은 코드를 사용할 수 있습니다.

“`
df.iloc[5]
“`

이 코드는 ‘iloc’ 함수를 사용하여 행 번호 5에 해당하는 행을 추출합니다. 이 방법은 행 번호를 정확하게 알고 있을 때 유용합니다. 그러나 행 번호를 추출하는 데 있어서 어려움이 있거나, 행 번호와 연결된 의미 있는 정보가 없는 경우에는 다른 방법을 사용해야 합니다.

데이터프레임에서의 특정 행 추출은 주어진 조건을 충족하는 행을 선택하는 조건부 추출을 통해 더욱 유연하게 할 수 있습니다. 조건부 추출을 위해 ‘loc’ 함수를 사용할 수 있습니다. 예를 들어, ‘age’ 열의 값이 25보다 큰 행을 추출하려면 다음과 같은 코드를 사용합니다.

“`
df.loc[df[‘age’] > 25]
“`

이 코드는 ‘loc’ 함수 내에서 조건식인 ‘df[‘age’] > 25’를 사용하여 해당 조건을 충족하는 행을 추출합니다. 이 방법은 조건에 따라 행을 선택해야 할 때 매우 유용하며, 원하는 행을 특정 조건을 기반으로 선택하는 데 있어 활용할 수 있는 다양한 연산을 제공합니다.

데이터프레임에서 특정 행을 추출하는 데 있어 추가적인 기능을 사용하고 싶은 경우, ‘query’ 함수를 사용할 수도 있습니다. ‘query’ 함수를 사용하면 표현적이면서도 가독성이 높은 코드를 작성할 수 있습니다. 예를 들어, ‘age’ 열의 값이 25보다 크고, ‘gender’ 열의 값이 ‘female’인 행을 추출하려면 다음과 같은 코드를 사용합니다.

“`
df.query(‘age > 25 and gender == “female”‘)
“`

‘query’ 함수는 SQL과 유사한 문법을 사용하며, 여러 조건을 논리연산자를 통해 연결할 수 있습니다. 이를 통해 원하는 특정 행을 조건식을 사용하여 효과적으로 추출할 수 있습니다.

또한, 데이터프레임에서 특정 행을 부분 문자열을 기반으로 추출할 수도 있습니다. ‘str.contains’ 함수를 사용하여 특정 문자열이 포함된 행을 선택할 수 있습니다. 예를 들어, ‘name’ 열의 값에 ‘John’이 포함된 행을 추출하려면 다음과 같은 코드를 사용합니다.

“`
df[df[‘name’].str.contains(‘John’)]
“`

이 방법은 ‘name’ 열의 값에 특정 문자열이 포함된 행을 찾을 때 유용합니다. 문자열을 기반으로 한, 더 정교한 추출 작업을 수행하고 싶다면 정규표현식을 사용할 수도 있습니다.

FAQs:
Q1: 데이터프레임의 모든 행을 추출할 수 있을까요?
A1: 데이터프레임의 모든 행을 추출하기 위해서는 행 번호를 알고 있어야 합니다. ‘iloc’ 함수를 사용하여 특정 행 번호를 지정하여 모든 행을 추출할 수 있습니다.

Q2: ‘loc’ 함수와 ‘query’ 함수의 차이는 무엇인가요?
A2: ‘loc’ 함수는 조건식을 사용하여 특정 조건을 충족하는 행을 추출하는 반면, ‘query’ 함수는 SQL과 유사한 문법을 사용하여 표현력 있는 코드를 작성할 수 있도록 해줍니다.

Q3: 부분 문자열을 기반으로 행을 추출하는 방법은 어떻게 됩니까?
A3: ‘str.contains’ 함수를 사용하여 특정 문자열을 포함한 행을 선택할 수 있습니다. 이 방법은 ‘name’ 열의 값은 특정 문자열을 포함하는 행을 찾을 때 유용합니다.

이 기사를 통해 데이터프레임에서 특정 행을 추출하는 다양한 방법을 배웠습니다. 기본적인 행 번호 추출부터 조건부 추출과 부분 문자열 기반 추출까지, 데이터프레임을 더욱 유연하게 다룰 수 있는 방법에 대해 살펴보았습니다. 이러한 추출 기법을 활용하여 데이터프레임의 행을 효과적으로 관리하고 분석할 수 있을 것입니다.

데이터프레임 특정 값 추출 주제와 관련된 이미지 49개를 찾았습니다.