[Pandas] Pandas 기초

Pandas

• 파이썬 데이터 분석 라이브러리 중 하나로 데이터 조작, 정제, 분석, 시각화 등을 위한 다양한 기능 제공
• Series와 DataFrame이라는 자료형을 이용하여 데이터를 처리
  • Series :인덱스와 값으로 이루어진 1차원 데이터를 다루기 위한 객체
  • DataFrame : 행과 열로 이루어진 2차원 데이터를 다루기 위한 객체

Pandas 기본 사용법

• 데이터 불러오기
  판다스에서는 CSV, Excel, SQL 등 다양한 형태의 데이터를 불러올 수 있다.

  import pandas as pd
  
  # CSV 파일 불러오기
  df = pd.read_csv('data.csv')
  
  # Excel 파일 불러오기
  df = pd.read_excel('data.xlsx')

• 데이터 살펴보기

  • info() : 데이터 프레임의 정보 출력, 데이터 프레임의 크기, 데이터 타입, 결측치 등의 정보 확인 가능

  • head() : 데이터 프레임의 첫 5줄을 출력

  • describe() : 데이터 프레임의 요약 통계량을 출력

    # 데이터 프레임 정보 확인하기
    df.info()
    
    # 데이터 프레임 일부 데이터 보기
    df.head()
    
    # 데이터 프레임 요약 통계량 보기
    df.describe()

• 데이터 선택
  -특정 열을 선택할 때는 데이터 프레임의 열 이름을 사용
  -특정 행을 선택할 때는 loc[] 함수를 사용,  loc[] 함수는 행의 이름 또는 인덱스를 사용

  # 열 선택
  df['열 이름']
  
  # 여러 개의 열 선택
  df[['열 이름 1', '열 이름 2', ...]]
  
  # 행 선택하기
  df.loc[행 이름 또는 인덱스]
  
  # 여러 개의 행 선택하기
  df.loc[[행 이름 또는 인덱스 1, 행 이름 또는 인덱스 2, ...]]

• 데이터 필터링

  • 조건 필터링 : [] 연산자와 조건식을 이용

  • isin() : 특정한 값이 포함된 데이터만 선택

    # 조건 필터링
    df[조건식]
    
    # isin() 함수 이용
    df[df['열 이름'].isin([값1, 값2, ...])]

• 데이터 그룹화

  • groupby() 함수 : 특정 열을 기준으로 데이터를 그룹화

    # groupby() 함수 이용
    df.groupby('열 이름')

  • 집계 함수 : 그룹화된 데이터에 집계 함수를 이용하여 다양한 처리 수행

    # 집계 함수 이용하기
    그룹화된 데이터.count()
    그룹화된 데이터.sum()
    그룹화된 데이터.mean()
    그룹화된 데이터.median()
    그룹화된 데이터.min()
    그룹화된 데이터.max()
    그룹화된 데이터.std()
    그룹화된 데이터.var()