Pandas_Series, DataFrame

Pandas란?

• 파이썬 라이브러리
• 구조화된 데이터를 효과적으로 처리하고 저장
• Array 계산에 특화된 NumPy를 기반으로 설계
• 행과 열로 이루어진 데이터 객체를 만들어 다룰 수 있어, 데이터 처리와 분석하기 유용함

- Pandas 자료구조

• Series: 1차원
• DataFrame: 2차원
• Panel: 3차원

---

- Series

: numpy array가 보강된 형태

Data와 Index로 이루어져 있다.

import pandas as pd

data = pd.Series([1,2,3,4])
print(data)

Series 구조

Index를 따로 선언해주지 않으면, 0부터 시작된다.

위 사진 기준, 좌측 Index, 우측 Data

data = pd.Series([1,2,3,4],index=['a','b','c','d'])
print(data)

인덱스를 가지고 있는데, 이름을 붙여 저장가능하다. Dictionary의 key, value 형식으로 접근가능하다.

data = pd.Series([1,2,3,4],index=['a','b','c','d'], name="시리즈")
data['c'] = 5
print(data)

Series는 name도 선언가능하고, dictionary처럼 선언후 값을 변경가능하다.

dict = {
    'LCM' : 178,
    'SJH' : 207,
    'HJW' : 175
}

Ser = pd.Series(dict)
print(dict,"\n", Ser)

딕셔너리를 Series로 변환가능 하다.

기존 key가 Index가 되고, value가 data가 된다.

---

- DataFrame

: 1차원인 Series의 모임, 행과 열을 이룬 데이터

dict1 = {
    'LCM' : 178,
    'SJH' : 207,
    'HJW' : 175
}

dict2 = {
  'LCM' : 1,
  'SJH' : 2,
  'HJW' : 3
}

Ser1 = pd.Series(dict1)
Ser2 = pd.Series(dict2)
nameDF = pd.DataFrame({
    'tall' : Ser1,
    'order' : Ser2 
})

print(nameDF)

각 Series가 열이 되고, 행렬형식으로 DataFrame을 만들수 있다.

print(nameDF.index)
print(nameDF.columns)
print(nameDF['tall'])

각 index, columns를 뽑아서 볼수 있다. dictionary처럼 뽑아내면 Series가 출력된다.

Ser3 = nameDF['tall']/nameDF['order']
nameDF['div'] = Ser3
print(nameDF)

Series도 numpy array처럼 각 원소별 연산을 지원한다.

그리고 dictionary처럼 새로운 Series를 추가할 수 있다.

nameDF.to_csv("./first.csv")
printDF = pd.read_csv('./first.csv')
print(printDF)

저장과 불러오기를 지원해준다. 이는 xlsx파일도 가능하다.

---

- 내용 정리

 

새로운 라이브러리 Pandas의 기본 자료형 Series와 DataFrame을 다루었습니다.

Series의 큰 특징은 index에 이름을 붙일 수 있다.

DataFrame은 Series들의 모임