[Pandas] 데이터 분석을 위한 판다스 사용법 - 1. 자료구조

Pandas

파이썬에서 데이터 분석에 많이 이용함, 3가지 형태의 자료 구조와 연산 지원

자료 구조

- Series(1차원)
- DataFrame(2차원)
- Panel(3차원) -> 현재는 잘 사용되지 않음. DataFrame을 이용하여 다루는 것을 권장

연산

- 데이터 선택
- 데이터 가공
- 데이터 분석

- 데이터 편집

Pandas 라이브러리  Import

# import
import numpy as np
import pandas as pd

 

1. Series

• 1차원 자료구조
• 리스트, 딕셔너리, 튜플, Scalar Value로부터 생성 가능
• numpy의 ndarray로부터 생성 가능

pd.Series(data, index)

d = {'a': 1, 'b' : 2, 'c': 3}
ser = pd.Series(data=d, index=['a', 'b', 'c'])
ser

ser = pd.Series(np.random.rand(3), index=['a', 'b', 'c'])
ser

 

 

2. Dataframe

• 2차원 자료구조
• 인덱스와 컬럼으로 구성
• Series Dictionary 혹은 2D ndarray등을 통해 생성

  pd.DataFrame(2DArray, index, columns)

 

2-1. Numpy 2D Array로부터 생성하기

 

컬럼의 인덱스를 주지 않고 생성

df = pd.DataFrame(np.random.rand(10,10))
df

 

 

컬럼의 인덱스를 주고 생성

# index(행) : 데이터 정보
# column(열) : A, B, C

index = pd.date_range('2020-01-01', periods=10, freq='D')

df = pd.DataFrame(
    np.random.rand(10, 3), index, columns=['A', 'B', 'C']
)

df

 

 

리스트로부터 생성(컬럼 지정)

list_a = [1.0, 3.0, 2.0, 6.0, 5.0]

# DataFrame의 정방 행렬 Element의 수를 맞춰주어야함
df = pd.DataFrame(
    {
        "A": list_a,
        "B": [3.0, 2.0, 1.0, 4.0, 7.0],
        "C": [9.0, 8.0, 12.0, np.nan, 17.0] #np.nan은 결측값을 의미한다
    }
)
df

 

리스트로부터 생성(컬럼과 인덱스 지정)

# Column과 index를 지정
df = pd.DataFrame(
    [[1.0, 2.0, 3.0, 4.0, 5.0, 6.0],
    [6.0, 5.0, 4.0, 3.0, 2.0, 1.0],
     [16.0, 15.0, 14.0, 13.0, 12.0, 11.0]],
    columns = ['A', 'B', 'C', 'D', 'E', 'F'],
    index = ['a', 'b', 'c']
)

df

 

2-2. Series로부터 생성하기

시리즈로부터 생성하면 행렬이 맞지 않더라도 결측값으로 간주 후 DataFrame을 생성함

df = pd.DataFrame(
    {
        "one": pd.Series(np.random.rand(3), index=['a', 'b', 'c']),
        "two": pd.Series(np.random.rand(4), index=['a', 'b', 'c', 'd']),
        "three": pd.Series(np.random.rand(4), index=['a', 'b', 'c', 'd']),
    }
)

df