Python Library - #2 Pandas(Series)

---

Pandas

• Panel Data의 약자
• Python 전용 오픈소스 데이터분석 및 조작 라이브러리

1. 다양한 파일 형식 지원
2. 데이터 정제 및 조작에 특화된 라이브러리
   • 데이터 이상치, 결측치, 중복 제거 등 다양한 기능을 제공
   • 데이터 필터링, 병합, 피벗 등을 지원하여 복잡한 데이터를 손쉽게 분석
3. DataFrame, Series 자료 구조 지원
   • DataFrame : 2차원 이상
   • Series : 1차원
   • ndarray를 활용하여 만든 자료 구조이기 때문에 Numpy Library와 상호작용이 뛰어남

• DataFrame - 2차원의 자료구조
  

• Series - 1차원의 자료구조
  

---

• Pandas 라이브러리 로딩

  import pandas as pd

---

Series

• Series 다루기

• Series 생성

  • pd.Series(시퀀스 자료구조)

    pop = pd.Series([9668465, 3391946, 2642828, 1450062])
    pop

    pop = pd.Series([9668465, 3391946, 2642828, 1450062],
                   index = ['서울', '부산', '인천', '광주'])
    pop

    파이썬은 사실 모든 자료가 "객체"형태임

    # 원본을 복사했다고 생각하고, 복제 변수명에 대입해서 사용했더니,
    # 같은 객체를 가리키게 되서 원본 유지가 안된다...
    # 그래서 copy() 함수를 사용해서 복제본을 만들고, 원본을 유지할 수 있다!
    
    pop2 = pop.copy()
    pop2[2] = 1
    
    print(pop2)
    print(pop)

---

• Series 속성

  • Seires 값 확인

    display(pop.values)
    display(pop.array)

  • Series 인덱스명 확인

    pop.index

  • Series 자료형 확인

    pop.dtype

  • Series type 확인

    type(pop)

  • Series에 이름 지정 → 컬럼명 지정

    # Series는 DataFrame에서 열을 하나 떼온 것과 같음
    
    pop.name = '인구'
    pop

  • Series에 index 이름 지정

    pop.index.name = '도시'
    pop

  • Series 연산

    pop / 1000000

    
    

• 데이터를 판다스 Series 객체로 생성

  icecream = pd.Series([500, 800, 200], index=['메로나', '누가바', '빠삐코'], name='가격')
  icecream

  icecream.index.name = '종류'
  icecream

---

• Series 인덱싱, 슬라이싱

  • Series 인덱싱 → 딕셔너리(Key값)처럼 index 이름으로 접근 가능!

    pop[1], pop['부산']

  • Series 다중인덱싱

    pop[[0,3,1]]

    pop[['서울','광주','부산']]

---

• iloc와 loc 속성
  -iloc(integer location) : "행번호"를 가지고 값을 인덱싱하는 방법
  -loc(location) : "인덱스 이름"을 가지고 값을 인덱싱하는 방법
  -iloc, loc : 함수가 아닌 속성
  
  

  • iloc 인덱싱 → "행번호" 접근

    pop.iloc[0]

  • iloc 슬라이싱

    pop.iloc[:2]

  • loc 인덱싱 → "인덱스 이름"으로 접근

    pop.loc["부산"]

  • loc 슬라이싱 → loc는 iloc와 다르게 끝값을 "포함"

    pop.loc[:"부산"]

  • loc와 iloc 다중인덱싱

    pop.loc[['광주', '부산']]

    pop.iloc[[3,1]]

    # 응용!
    target = ['광주','부산']
    pop.loc[target]

---

• Series boolean 인덱싱

  • 인구수가 250만 이상인 데이터를 추출

    pop[pop >= 2500000]

  • 인구수가 250만 ~ 500만까지의 도시는?

    # and는 비교연산자 → 단일 값에 대해서만 가능
    # &는 논리연산자 → 다중값(시퀀스 자료구조) 가능
    pop[(pop >=2500000) & (pop <= 5000000)]

---

• 실습

딕셔너리로 Series 생성

# IT 직군의 월평균임금(내림 적용)
data = {'IT 기획자':8644000, '데이터분석가':7158000, '응용SW개발자':6426000, 'IT품질관리자':8294000}

# 딕셔너리 자료형을 Series로 형변화
sw_M_wage = pd.Series(data)
sw_M_wage

data2 = {'IT 기획자':9543000, '데이터분석가':11226000, '시스템SW개발자':5100000, 'IT마케터':7801000}

sw_M_wage2 = pd.Series(data2)
sw_M_wage2

월 평균임금 계산

# ndarray 기반 → 요소별 연산이 가능

(sw_M_wage / 23).astype(np.int64)
sw_M_wage

두 회사의 임금 차이를 계산

# NaN : 결측치(비어있는 값) : 연산이 되지않고 Null 값으로 나오게 됨
wage_minus = sw_M_wage2 - sw_M_wage
wage_minus

비어있지 않은 데이터만 보려면?

# notnull() → 비었는지, 안 비었는지 물어봄 → boolean 마스크를 반환!!

print(wage_minus.notnull())
wage_minus[wage_minus.notnull()]

비어있는 데이터만 보려면?

# isnull() → 비었는지, 안 비었는지 물어봄 → boolean 마스크를 반환!!

print(wage_minus.isnull())
wage_minus[wage_minus.isnull()]

---

• Series 추가, 수정, 삭제

  • 수정

    sw_M_wage2['IT 기획자'] = 9999000
    sw_M_wage2

  • 추가

    sw_M_wage2['IT컨설턴트'] = 9805000
    sw_M_wage2

  • 삭제

    del sw_M_wage2['IT 기획자']

---