COURSE
3
PROGRESS
3 / 12
단원 넘파이(NumPy) 기초 13 데이터프레임 생성과 편집 9 데이터 탐색과 필터링 12 데이터 집계와 통계 13 데이터 시각화(matplotlib) 10 파일 입출력(CSV, Excel, JSON) 10 전체 목록
이전 문제 다음 문제

칼로리 100 미만 건강 음료 찾기

30 P
QUESTION 03 #294
편의점 음료 데이터에서 칼로리가 100 미만인 데이터를 추출하여 변수 `good`에 저장하고, 그 결과를 출력하려고 합니다. 빈칸에 알맞은 변수명을 순서대로 적으세요.
main.py 
import pandas as pd

# 편의점 음료수 데이터 생성
data = {
    '음료이름': ['제로콜라', '초코우유', '딸기라떼', '보리차', '에너지드링크'],
    '가격': [2000, 1500, 2500, 1200, 2200],
    '칼로리': [0, 200, 250, 2, 120],
    '용량(ml)': [500, 200, 300, 500, 250]
}
df = pd.DataFrame(data)

# 건강에 좋은 100 칼로리 미만 추출
good = [df['칼로리'] < 100]

# 결과 출력
print([['음료이름', '가격', '칼로리']])
실행 결과 예시 
   음료이름    가격  칼로리
0  제로콜라  2000    0
3   보리차  1200    2
INTERACTIVE SHELL Shift + Enter 로 즉시 실행

필터링 결과를 변수에 저장하고 활용하기

필터링한 결과를 변수에 저장하면 이후 다양한 분석에 활용할 수 있습니다.

코드 구조 분석

# 1단계: 조건 필터링 → 변수에 저장
good = df[df['칼로리'] < 100]

# 2단계: 저장된 결과에서 원하는 열만 출력
print(good[['음료이름', '가격', '칼로리']])

동작 과정

인덱스 음료이름 가격 칼로리 < 100 ?
0 제로콜라 2000 0 True
1 초코우유 1500 200 False
2 딸기라떼 2500 250 False
3 보리차 1200 2 True
4 에너지드링크 2200 120 False

결과:

   음료이름    가격  칼로리
0  제로콜라  2000    0
3   보리차  1200    2

빈칸의 의미

good = df[df['칼로리'] < 100]
 ↑     ↑
 |     └── df: 원본 데이터프레임 (조건식 내부)
 └── good: 필터링 결과를 담는 새 변수

print(good[['음료이름', '가격', '칼로리']])
       ↑
       └── good: 필터링된 데이터프레임에서 열 선택

필터링 활용 패턴

# 1. 필터링 후 바로 출력
print(df[df['칼로리'] < 100])

# 2. 변수에 저장 후 추가 분석
good = df[df['칼로리'] < 100]
print(good.shape)          # 몇 행인지 확인
print(good['가격'].mean())  # 평균 가격 계산

💡 핵심: 필터링 결과를 변수에 저장하면 재사용이 편리합니다.