본문 바로가기
카테고리 없음

[Pandas] 시리즈와 데이터프레임

by 강cording 2025. 1. 27.
반응형

Pandas는 데이터 분석과 조작을 위한 Python의 강력한 라이브러리입니다. 이 글에서는 Pandas의 핵심 구성 요소인 **시리즈(Series)**와 **데이터프레임(DataFrame)**의 개념, 라벨 활용, 키/값 객체로 시리즈 생성 방법, 그리고 데이터프레임의 기본 구조를 살펴봅니다.

 

 

Pandas 시리즈(Series)란 무엇인가요?

Pandas의 **시리즈(Series)**는 1차원 배열 형태로, 데이터를 저장하고 조작하는 데 사용됩니다. 시리즈는 NumPy 배열과 유사하지만, 데이터에 라벨(인덱스)을 지정할 수 있어 더 유연합니다.

특징:

  • 단일 데이터 타입을 가집니다.
  • 인덱스를 통해 각 데이터에 접근할 수 있습니다.

예시:

import pandas as pd

series = pd.Series([10, 20, 30, 40])
print(series)

출력:

0    10
1    20
2    30
3    40
dtype: int64
 
 

 

라벨(Labels)과 인덱스

Pandas 시리즈는 기본적으로 0부터 시작하는 정수 인덱스를 가집니다. 그러나 사용자 정의 라벨을 사용하여 데이터를 더 직관적으로 관리할 수 있습니다.

사용자 정의 라벨 예시:

series = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(series)

출력:

a    10
b    20
c    30
d    40
dtype: int64

라벨을 통해 특정 데이터를 쉽게 가져올 수 있습니다:

print(series['b'])  # 출력: 20

 

 

 

 

라벨 생성(Create Labels)

Pandas 시리즈를 생성할 때 index 매개변수를 사용하여 사용자 정의 라벨을 추가할 수 있습니다.

예시:

series = pd.Series([100, 200, 300], index=['X', 'Y', 'Z'])
print(series)

출력:

 

X    100
Y    200
Z    300
dtype: int64

 

 

 

키/값 객체로 시리즈 생성

Pandas 시리즈는 딕셔너리와 같은 키/값 객체를 기반으로 생성할 수도 있습니다.

예시:

data = {'a': 1, 'b': 2, 'c': 3}
series = pd.Series(data)
print(series)

출력:

a    1
b    2
c    3
dtype: int64

키는 라벨로 사용되고, 값은 시리즈의 데이터로 저장됩니다.

 

 

Pandas 데이터프레임(DataFrames)

**데이터프레임(DataFrame)**은 2차원 데이터 구조로, 여러 개의 시리즈가 모여 행과 열로 구성됩니다. 데이터프레임은 테이블 형식으로 데이터를 저장하며, 데이터 분석에 매우 유용합니다.

 

데이터프레임 생성 예시:

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'Los Angeles', 'Chicago']
}

df = pd.DataFrame(data)
print(df)

출력:

      Name  Age         City
0    Alice   25     New York
1      Bob   30  Los Angeles
2  Charlie   35      Chicago

데이터프레임은 시리즈와 달리 다차원 데이터를 다룰 수 있으며, 열(column)을 기준으로 각각의 시리즈로 분리할 수 있습니다:

print(df['Name'])

출력:

0      Alice
1        Bob
2    Charlie
Name: Name, dtype: object
 
 
 

결론

Pandas의 시리즈와 데이터프레임은 데이터 분석과 조작의 기본 도구로, 각각의 특성을 이해하고 활용하는 것이 중요합니다. 시리즈는 1차원 데이터, 데이터프레임은 2차원 데이터 구조를 다루며, 라벨과 키/값 객체를 활용하여 직관적이고 강력한 데이터 관리를 제공합니다. 이 가이드를 따라 Pandas의 기초를 익히고, 실무에서 데이터를 효율적으로 다뤄보세요.

반응형