Pandas의 DataFrame은 2차원 데이터 구조로, 엑셀 스프레드시트처럼 행과 열로 구성된 데이터를 다룰 수 있는 강력한 도구입니다. DataFrame은 다양한 데이터 소스를 불러오거나 생성한 후, 데이터를 분석하고 조작하는 데 유용합니다. 여기서는 DataFrame에 대해 자세히 설명하고, 이를 활용하는 여러 방법을 예제와 함께 소개하겠습니다.
1. DataFrame이란?
DataFrame은 Pandas의 핵심 데이터 구조 중 하나로, 2차원 테이블(표) 형식으로 데이터를 저장합니다. 각 열은 데이터의 특징을 나타내고, 각 행은 개별 데이터를 나타냅니다. DataFrame은 여러 타입의 데이터를 함께 저장할 수 있으며, 인덱스를 통해 행과 열을 참조할 수 있습니다.
예시
import pandas as pd
# 딕셔너리를 사용한 DataFrame 생성
data = {'Name': ['John', 'Anna', 'Peter', 'Linda'],
'Age': [28, 24, 35, 32],
'City': ['New York', 'Paris', 'Berlin', 'London']}
df = pd.DataFrame(data)
# DataFrame 출력
print(df)결과:
Name Age City
0 John 28 New York
1 Anna 24 Paris
2 Peter 35 Berlin
3 Linda 32 London2. DataFrame 생성 방법
2.1. 딕셔너리를 사용한 생성
딕셔너리로 DataFrame을 생성할 때, 키는 열 이름이 되고, 값은 데이터가 됩니다.
# 딕셔너리로 생성
data = {'Product': ['Phone', 'Tablet', 'Laptop'],
'Price': [500, 800, 1200],
'Stock': [50, 30, 20]}
df = pd.DataFrame(data)
print(df)2.2. 리스트를 사용한 생성
리스트의 리스트를 사용하여 DataFrame을 생성할 수 있으며, 열 이름을 columns 파라미터로 지정합니다.
# 리스트로 생성
data = [['Alice', 25], ['Bob', 30], ['Charlie', 35]]
df = pd.DataFrame(data, columns=['Name', 'Age'])
print(df)2.3. Numpy 배열로 생성
Pandas는 Numpy와 호환되므로, Numpy 배열을 이용하여 DataFrame을 만들 수 있습니다.
import numpy as np
# Numpy 배열로 생성
data = np.array([[1, 2, 3], [4, 5, 6]])
df = pd.DataFrame(data, columns=['A', 'B', 'C'])
print(df)3. DataFrame의 주요 속성
DataFrame은 여러 유용한 속성을 제공하여 데이터에 대한 정보를 쉽게 확인할 수 있습니다.
df.shape: DataFrame의 행과 열 개수를 튜플 형태로 반환합니다.df.columns: 열 이름을 반환합니다.df.index: 행 인덱스를 반환합니다.df.dtypes: 각 열의 데이터 타입을 반환합니다.df.head(): 처음 5개 행을 반환합니다.df.tail(): 마지막 5개 행을 반환합니다.
예시
print(df.shape) # (4, 3)
print(df.columns) # Index(['Name', 'Age', 'City'], dtype='object')
print(df.dtypes) # 각 열의 데이터 타입 출력4. DataFrame 데이터 접근 및 조작
4.1. 열 단위 접근
열을 선택할 때는 열 이름을 대괄호 [] 안에 입력하여 접근할 수 있습니다.
# 'Name' 열 선택
print(df['Name'])4.2. 행 단위 접근
행을 선택할 때는 iloc[]나 loc[]를 사용합니다.
iloc[]: 정수 기반 인덱싱loc[]: 라벨 기반 인덱싱
# 첫 번째 행 선택 (정수 인덱스)
print(df.iloc[0])
# 'John'이 있는 행 선택 (라벨 인덱스)
print(df.loc[df['Name'] == 'John'])4.3. 새로운 열 추가
새로운 열을 쉽게 추가할 수 있습니다.
# 'Country'라는 새 열 추가
df['Country'] = ['USA', 'France', 'Germany', 'UK']
print(df)4.4. 데이터 필터링
조건을 이용해 데이터를 필터링할 수 있습니다.
# 나이가 30 이상인 사람들만 필터링
filtered_df = df[df['Age'] >= 30]
print(filtered_df)4.5. 데이터 정렬
특정 열을 기준으로 데이터를 정렬할 수 있습니다.
# 나이를 기준으로 오름차순 정렬
sorted_df = df.sort_values(by='Age')
print(sorted_df)5. 데이터 조작 (기본 연산)
Pandas는 데이터를 조작하는 여러 기본 기능을 제공합니다.
5.1. 통계 연산
Pandas는 기본적인 통계 기능을 제공하며, 각 열에 대해 계산할 수 있습니다.
# 기본 통계 정보
print(df.describe())
# 특정 열의 평균
print(df['Age'].mean())5.2. 결측치 처리
결측치(NaN)를 처리하는 방법도 제공합니다.
# 결측치가 있는 행 삭제
df_cleaned = df.dropna()
# 결측치를 특정 값으로 대체
df_filled = df.fillna(0)6. DataFrame 병합 및 연결
6.1. 행/열 연결
concat() 함수를 사용하여 여러 DataFrame을 연결할 수 있습니다.
# 두 DataFrame을 행 단위로 연결
df1 = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})
df2 = pd.DataFrame({'A': [5, 6], 'B': [7, 8]})
df_concat = pd.concat([df1, df2])
print(df_concat)6.2. 병합(Join)
두 개 이상의 DataFrame을 특정 키를 기준으로 병합할 수 있습니다.
# 공통된 'ID'를 기준으로 병합
df1 = pd.DataFrame({'ID': [1, 2, 3], 'Name': ['John', 'Anna', 'Peter']})
df2 = pd.DataFrame({'ID': [1, 2, 4], 'Age': [28, 24, 35]})
df_merged = pd.merge(df1, df2, on='ID')
print(df_merged)