Pandas의 데이터 구조
(1) Series
- 1차원 데이터 (1개 열)
- Index와 Value 쌍으로 이루어짐
- 리스트와 딕셔너리의 중간 형태
- index: 값의 인덱스(행 번호/이름)
- values: 실제 데이터 값 배열
- name: "그 Series의 이름" (ex. 컬럼명 역할)
- 예: df['매출']은 Series, name은 '매출'
- dtype: 데이터 타입
import pandas as pd
s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
# a 10
# b 20
# c 30
# d 40
# dtype: int64
print(s.index) # Index(['a', 'b', 'c', 'd'], dtype='object')
print(s.values) # [10 20 30 40](2) DataFrame
- 2차원 표(엑셀 테이블 느낌)
- 행(row), 열(column) 모두에 index 부여 가능
- columns: 컬럼(열)들의 이름 집합 (ex. ['A', 'B', 'C'])
- index: 행 인덱스(행 번호/이름)
- values: 2차원 배열 데이터
- dtypes: 각 컬럼의 타입
data = {'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 35],
'score': [85, 90, 95]}
df = pd.DataFrame(data)
print(df)
# name age score
# 0 Alice 25 85
# 1 Bob 30 90
# 2 Charlie 35 95
print(df.index) # RangeIndex(start=0, stop=3, step=1)
print(df.columns) # Index(['name', 'age', 'score'], dtype='object')
print(df.values)
# [['Alice' 25 85]
# ['Bob' 30 90]
# ['Charlie' 35 95]]Series vs DataFrame 차이
| 구분 | Series | DataFrame |
|---|---|---|
| 차원 | 1차원(열 1개) | 2차원(행, 열) |
| 인덱스 | index만 | index + columns |
| 활용 | 한 컬럼 또는 배열 | 여러 컬럼, 표 전체 |
.dtypevs.dtypes– 차이, 언제 어떻게 쓰나?1.
.dtype-
“단일 Series(한 컬럼)”의 데이터 타입을 알려주는 속성
-
결과: 스칼라값(하나의 타입, 예: int64, float64, object, bool 등)
● 예시
import pandas as pd df = pd.DataFrame({'A':[1,2,3], 'B':[1.5,2.2,3.1], 'C':['a','b','c']}) print(df['A'].dtype) # int64 print(df['B'].dtype) # float64 print(df['C'].dtype) # object -
Series에서만 의미 있음
-
DataFrame에서 쓸 경우, 전체 DataFrame의 “공통 dtype”이 있으면 그걸 반환(대부분의 경우 의미 없음)
## 1. **모든 컬럼의 dtype이 같을 때 – `.dtype` 예시** ```python python 복사편집 import pandas as pd # 모든 컬럼이 int64인 경우 df = pd.DataFrame({ 'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9] }) print(df.dtype) # 모든 컬럼의 dtype이 동일하면 # 결과: int64 ``` - 즉, “3개 컬럼이 전부 int64니까 int64” --- ## 2. **컬럼의 dtype이 다를 때 – `.dtype` 예시** ```python df2 = pd.DataFrame({ 'A': [1, 2, 3], # int64 'B': [4.0, 5.0, 6.0], # float64 'C': ['a', 'b', 'c'] # object (문자열) }) try: print(df2.dtype) except Exception as e: print(type(e).__name__, e) ``` - **실행 결과:** ``` AttributeError 'DataFrame' object has no attribute 'dtype' ``` - **오류 발생!** - DataFrame에서 **컬럼별 dtype이 다르면 .dtype은 아예 쓸 수 없음** - 그래서 **실무에서는 DataFrame엔 항상 `.dtypes`만 사용!** --- ## 3. **정리** - **DataFrame에서 .dtype** - **전 컬럼 dtype이 완전히 같으면** 그 dtype 반환 (ex. int64) - **한 컬럼이라도 다르면** AttributeError (오류 발생) - 실무에서는 거의 의미 없음 - *항상 DataFrame은 `.dtypes`*로 컬럼별 타입을 체크! --- ## 4. **실전 요약** ```python print(df.dtypes) # A int64 # B float64 # C object # dtype: object ``` --- # 결론 > DataFrame['컬럼']에는 .dtype (한 개 컬럼이니까!) > > > **DataFrame 전체엔 .dtypes (여러 컬럼, 다양한 타입!)** > > DataFrame에서 .dtype은 거의 쓸 일 없다! >
2.
.dtypes -
DataFrame 전체의 “각 컬럼별 데이터 타입을 알려주는 속성
-
결과: Series 형태의 여러 타입
● 예시
print(df.dtypes) # A int64 # B float64 # C object # dtype: object -
DataFrame에서만 의미 있음
-
각 컬럼별로 타입이 다를 수 있기 때문에 여러 타입을 한 번에 보여줌
3. 정리표
속성 대상 반환 값 사용 예시 .dtypeSeries 단일 타입 (ex. int64) df['A'].dtype .dtypesDataFrame Series(여러 타입) df.dtypes
4. 실무 팁
-
데이터 타입 점검 → 항상 DataFrame엔
.dtypes,
컬럼/Series엔.dtype! -
머신러닝/통계 전처리 시,
각 컬럼의 타입 한 번에 보고 싶을 땐.dtypes -
특정 컬럼의 타입 확인/조건문엔
.dtype결론
.dtype: 한 컬럼/Series의 타입
.dtypes: 전체 DataFrame의 컬럼별 타입“s” 하나 차이지만,
단일(컬럼/Series) vs 전체(DataFrame) 구분해서 써야 한다!
-
데이터 읽고 쓰기 (입출력 함수)
(1) CSV 파일 읽기/쓰기
- 외부 파일에서 바로 읽어 DataFrame으로 변환
# 읽기
df = pd.read_csv('data.csv')
print(df.head()) # 앞 5행 출력
# 쓰기
df.to_csv('output.csv', index=False, encoding='utf-8-sig') # 인덱스 없이 저장- 옵션
index=False: 행 인덱스 저장 안 함encoding='utf-8-sig': 한글 깨짐 방지
(2) 엑셀 파일 읽기/쓰기
# 읽기
df = pd.read_excel('data.xlsx', sheet_name='Sheet1') # 시트 이름 지정 가능
# 쓰기
df.to_excel('output.xlsx', index=False)(3) 기타 파일 (JSON, SQL 등)
read_json(),read_sql(),read_html()등 다양한 데이터 소스 지원
# JSON 읽기
df = pd.read_json('data.json')(4) DataFrame 직접 생성
data = {
'col1': [1, 2, 3],
'col2': ['a', 'b', 'c']
}
df = pd.DataFrame(data)- Key: 컬럼명
- Value: 각 컬럼의 값(리스트/배열 등, 길이 맞춰야 함)
import pandas as pd
data = {
'name': ['Alice', 'Bob', 'Charlie'],
'age': [25, 30, 35],
'score': [85, 90, 95]
}
df = pd.DataFrame(data)
print(df)
# name age score
# 0 Alice 25 85
# 1 Bob 30 90
# 2 Charlie 35 95- 인덱스는 자동으로 0, 1, 2... 부여
- 직접 지정하고 싶으면
index=옵션 사용
df = pd.DataFrame(data, index=['a', 'b', 'c'])리스트(또는 배열)의 딕셔너리로 만들기
- 각 행을 dict로 만들어 리스트에 저장
- 각 dict의 key가 컬럼명, value가 값
data = [
{'name': 'Alice', 'age': 25, 'score': 85},
{'name': 'Bob', 'age': 30, 'score': 90},
{'name': 'Charlie', 'age': 35, 'score': 95}
]
df = pd.DataFrame(data)
print(df)- 빠진 컬럼은 NaN으로 채워짐
2차원 리스트(혹은 배열) + 컬럼명/인덱스 지정
- 값: 2차원 리스트
- columns: 컬럼명
- index: 인덱스명
data = [
[25, 85],
[30, 90],
[35, 95]
]
df = pd.DataFrame(data, columns=['age', 'score'], index=['a', 'b', 'c'])
print(df)Series로부터 DataFrame 만들기
- 여러 Series를 합치면 DataFrame 완성
s1 = pd.Series([1, 2, 3], name='a')
s2 = pd.Series([4, 5, 6], name='b')
df = pd.DataFrame({s1.name: s1, s2.name: s2})
print(df)numpy 2차원 배열로 만들기
import numpy as np
arr = np.array([[1, 2], [3, 4]])
df = pd.DataFrame(arr, columns=['col1', 'col2'], index=['row1', 'row2'])
print(df)컬럼/인덱스 직접 바꾸기
df.columns = ['A', 'B', 'C']
df.index = ['row1', 'row2', 'row3']9. DataFrame의 주요 속성
주요 속성 정리
- index: 행 레이블
- columns: 열 레이블
- values: 실제 데이터 (numpy 배열)
- dtypes: 각 열의 데이터 타입
print(df.index)
print(df.columns)
print(df.values)
print(df.dtypes)핵심 요약 표
| 속성/메서드 | 역할/설명 | 주로 사용되는 상황 |
|---|---|---|
df.index | 행 인덱스 정보 | 인덱스 재설정, 행 단위 연산 |
df.columns | 컬럼명 정보 | 컬럼명 변경, 컬럼 단위 연산 |
df.values | 순수 값(넘파이 배열) | ML 등 넘파이 변환 |
df.dtypes | 컬럼별 데이터 타입 | 타입 체크, 변환 |
df.shape | (행, 열) 튜플 | 데이터 크기 확인 |
df.info() | 전체 구조/요약 | 데이터 전체 개요 파악 |
df.describe() | 숫자 컬럼 통계 | 데이터 분포, 요약 |
df.head()/tail() | 앞뒤 n행 미리보기 | 구조, 패턴 확인 |
df.T | 행/열 전치 | 행/열 변환 필요할 때 |
기록용 블로그