Series

s = pd.Series([3.0, 5.0, 7.0, 9.0, 11.0], dtype=np.float32) 
s

[출력 결과]

0 3.0
1 5.0
2 7.0
3 9.0
4 11.0
dtype: float32

==

s = pd.Series(['가', '나', '다','라','마']) 
s

[출력 결과]

0 가
1 나
2 다
3 라
4 마
dtype: object

인덱싱 (indexing)

s = pd.Series([10,20,30,40,50], index = ['가', '나', '다','라','마'])
s

[출력 결과]

가 10
나 20
다 30
라 40
마 50
dtype: int64

s[['나','라']]

[출력 결과]

나 20
라 40
dtype: int64

==

np.random.seed(20)
sample2 = pd.Series(np.random.randint(100, 200, size=(15,)))
sample2

sample2[sample2<=160]

[출력 결과]

2 115
4 128
6 109
7 120
9 122
11 134
13 140
dtype: int64

sample2[(sample2>=130) & (sample2<=170)]

[출력 결과]

11 134
13 140
dtype: int64

속성 (attribute)

s = pd.Series(['apple', np.nan, 'banana','kiwi','gubong'], index = ['가', '나', '다','라','마'])
s

[출력 결과]

가 apple
나 NaN
다 banana
라 kiwi
마 gubong
dtype: object

==

sample = pd.Series(['IT서비스', np.nan, '반도체', np.nan, '바이오', '자율주행'])
sample

sample[sample.isna()]

[출력 결과]
1 NaN
3 NaN
dtype: object

sample[sample.notnull()]

[출력 결과]
0 IT서비스
2 반도체
4 바이오
5 자율주행
dtype: object

슬라이싱

np.random.seed(0)
sample = pd.Series(np.random.randint(100, 200, size=(10,)))
sample

sample[2:7]

[출력 결과]
2 164
3 167
4 167
5 109
6 183
dtype: int64

==

np.random.seed(0)
sample2 = pd.Series(np.random.randint(100, 200, size=(10,)), index=list('가나다라마바사아자차'))
sample2

sample2[5:]

[출력 결과]
바 109
사 183
아 121
자 136
차 187
dtype: int64

sample2[:3]

[출력 결과]
가 144
나 147
다 164
dtype: int64

sample2[1:6]

[출력 결과]
나 147
다 164
라 167
마 167
바 109
dtype: int64

DataFrame

food 컬럼과 rating 컬럼만 선택하여 출력>

df[['food', 'rating']]

food 컬럼명을 place로 컬럼명을 변경>

df.rename(columns={'food': 'place'}, inplace=True)
df

최종

data = {
    'name': ['Kim', 'Lee', 'Park'], 
    'age': [24,27,34], 
    'children': [2,1,3]
}
df = pd.DataFrame(data)
result_df = df