.loc와 .iloc의 차이점/왜 둘은 모두 []를 사용할까?/loc와iloc가 데이터를 가져오는 과정

1. .loc와 .iloc의 차이점

구분.loc[].iloc[]
약자	.loc = location	.iloc = integer location
기반	라벨(Label) 기반	정수(Integer) 기반
행 선택	df.loc['a'] → 'a' 인덱스의 행	df.iloc[0] → 첫 번째(0번째) 행
열 선택	df.loc[:, 'A'] → 'A' 열 선택	df.iloc[:, 0] → 첫 번째(0번째) 열 선택
범위 선택	df.loc['a':'c'] → 'a'~'c' 포함	df.iloc[0:2] → 0~1 (마지막 포함 X)

 

 

2. ()이 아니라 []를 사용하는 이유

.loc는 함수(메서드)가 아니라 호출할 수 없는 속성(attribute)이기 때문

 

"호출할 수 없는 속성(attribute) 객체란?"

👉 Python에서 "호출할 수 있다"는 건 ()를 붙여 실행할 수 있다는 뜻이야!
👉 "호출할 수 없는 속성"은 ()를 붙여 실행할 수 없는 객체를 말해!

 

🔹 df.loc는 _LocIndexer라는 속성(attribute) 객체이고, 함수가 아니다!
🔹 따라서 df.loc()처럼 ()를 붙이면 "호출할 수 없는 객체"라는 오류가 발생

 

Python에서 호출(callable) 가능한 객체는 다음과 같아

1. 함수 (def)

   def my_func(): return "Hi!" print(my_func()) # ✅ 호출 가능

    
2. 클래스 (생성자 호출)

   def my_func(): return "Hi!" print(my_func()) # ✅ 호출 가능

    
3. 람다 함수 (lambda)

   add = lambda x, y: x + y print(add(2, 3)) # ✅ 5

    

df.loc는 _LocIndexer라는 속성(attribute) 객체이고, 함수가 아니다!

 

📌 _LocIndexer의 역할

1. .loc[]가 동작할 수 있도록 도와줌
   

   print(df.loc['b'])  # ✅ 'b' 인덱스의 데이터 가져오기

   
   
2. 인덱스 + 컬럼 동시 선택 가능
   

   print(df.loc['b', 'A'])  # ✅ 'b' 행의 'A' 열 값 (20)

3. 조건 필터링도 가능
   

   print(df.loc[df['A'] > 15])  # ✅ A 값이 15 초과인 행 선택

   
   _LocIndexer는 불리언 조건을 해석하여 원하는 행을 필터링해 줌.

 

📌 _LocIndexer가 _getitem_()을 활용하는 방식

• df.loc['a']처럼 .loc[]을 사용할 때 내부적으로 _getitem_()이 실행됨.
• _getitem_()은 "어떤 데이터를 가져올지" 판단하는 Pandas의 핵심 메서드 중 하나야.

print(df.loc['a'])  # 내부적으로 _LocIndexer.__getitem__('a') 실행

👉 _LocIndexer가 .loc[]로 들어오는 값을 분석해서 적절한 데이터를 반환하는 거야!

 

"df.loc['a']에서 _LocIndexer가 _getitem_()을 활용하는 절차"

Pandas에서 df.loc['a']가 실행될 때 내부적으로 _LocIndexer 객체가 _getitem_()을 호출하여 데이터를 찾는 과정을 거쳐!
아래 절차를 보면 어떻게 동작하는지 이해하기 쉬울 거야.

---

📌 1️⃣ df.loc['a'] 실행

 

import pandas as pd

df = pd.DataFrame({'A': [10, 20, 30]}, index=['a', 'b', 'c'])
print(df.loc['a'])  # 'a' 인덱스의 데이터 가져오기

이 코드가 실행될 때 내부적으로 다음과 같은 과정이 진행됨!

---

📌 2️⃣ df.loc가 _LocIndexer 객체 반환

 

print(type(df.loc))  
# ✅ <class 'pandas.core.indexing._LocIndexer'>

• df.loc는 _LocIndexer 객체를 반환함.
• 즉, df.loc['a']를 실행하면 실제로 _LocIndexer.__getitem__('a')이 호출됨.

---

📌 3️⃣ _LocIndexer.__getitem__('a') 실행 과정

 

result = df.loc.__getitem__('a')  # 내부적으로 실행됨
print(result)

출력: 
A    10
Name: a, dtype: int64

• _LocIndexer.__getitem__('a')는 'a'라는 인덱스를 찾고 해당 행을 반환함.
• 내부적으로 Pandas의 인덱스 매핑을 활용하여 'a' 인덱스에 해당하는 데이터를 검색함.

---

📌 4️⃣ _getitem_() 내부 동작 절차

1. 입력값 'a'가 문자열인지 확인

   if isinstance(key, str): # 'a'는 문자열이므로 True

2. DataFrame의 인덱스에서 'a'를 검색

   row_index = df.index.get_loc('a') # 'a'의 위치를 찾음 (0번째 위치)

    

    
3. 해당 행 데이터를 반환

   return df.iloc[row_index]

   • df.iloc[0]과 동일한 동작을 수행하여 해당 행의 데이터를 반환함.

---

📌 5️⃣ 최종 반환 결과

A 10 Name: a, dtype: int64

 

• _LocIndexer.__getitem__('a')가 실행되면서 df.iloc[0]과 동일한 방식으로 데이터가 반환됨!

 

✅ 결론!

✔ df.loc['a'] 실행 → _LocIndexer.__getitem__('a') 호출
✔ _getitem_()은 인덱스에서 'a'를 찾고 해당 행을 반환
✔ 결과적으로 df.iloc[0]과 비슷한 동작을 하지만, .loc[]는 "라벨 기반", .iloc[]는 "숫자 기반" 접근 방식

🚀 즉, .loc['a']는 내부적으로 _getitem_()을 호출하여 해당 행을 찾아 반환하는 구조야!