• Series : 1차원 자료구조

  • 1차원 리스트와 유사하지만 Series는 index에 이름을 부여할 수 있음
    
    

• DataFrame : 2차원 자료구조

  • 행(row)와 열(column) 으로 이루어 짐

  ---

Series

📍series와 list의 차이

(i) 연산

nums = [1, 5, 7, 9, 11]
s_nums = pd.Series(data=nums)
s_nums * 10
>>> 
0  10
1  50
2  70
3  90
4  110
dtype: int64

• nums * 10 를 하면, 안에 있는 요소들이 10번 반복됨
• nums + 3 를 하면, 아래와 같은 오류 발생
  TypeError: can only concatenate list (not "int") to list

(ii) 인덱스

bunsick_price = [3000, 1500, 4000, 2000, 3500]
bunsick_list = ["떡볶이", "어묵", "순대", "닭강정", "우동"]
bunsick = pd.Series(data=bunsick_price, index=bunsick_list)
bunsick
>>>
떡볶이    3000
어묵     1500
순대     4000
닭강정    2000
우동     3500
dtype: int64

print(bunsick[0])
print(bunsick["닭강정"])
>>>
3000
2000

인덱스 값에 이름을 부여할 수 있다.
dictionary 와 유사하게 값과 이에 대응되는 인덱스 값으로 서로 연결되어 있음

(iii) index와 value

bunsick.index
>>> Index(['떡볶이', '어묵', '순대', '닭강정', '우동'], dtype='object')
bunsick.values
>>> array([3000, 1500, 4000, 2000, 3500])

각 데이터 타입은 pandas.core.indexes.base.Index, numpy.ndarray 이다.

---

DataFrame

📍데이터 선택 방법

• loc : 라벨값 기반의 2차원 인덱싱
• iloc : 순서를 나타내는 정수 기반의 2차원 인덱싱
• at : 라벨값 기반의 2차원 인덱싱 (하나의 스칼라 값만 찾음)
  
  

📍데이터 추가

• Column 추가 : df['column명'] = 추가할 데이터
• Index 추가 : df.loc['index명'] = 추가할 데이터
  
  

📍데이터 삭제

• drop() : 데이터 삭제 함수
• 대표적인 매개 변수
  • axis = 0 or 1 (행:0, 열:1 을 기준으로 삭제)
  • index : 특정 index 에 대해 데이터 삭제
  • columns : 특정 column 에 대해 데이터 삭제
  • inplace = True or False : 원본 데이터를 수정할 지, 말 지에 대해 선택
    
    

📍누락 데이터 처리

: Null, NaN을 처리할 때 사용하는 함수

• dropna() : 누락된 데이터가 있는 축 제외 (매개변수 : axis, how, thresh, inplace 등)
• fillna() : 누락된 데이터를 특정 값으로 대체 (ex: fillna(0))
• isnull() : Null 값인지 확인 (True, False 로 반환)
• notnull() : Null 값이 아닌지 확인 (True, False로 반환)
  
  

📍기술 통계 함수

• sum : 합
• mean : 평균
• count : Null 값을 제외한 데이터의 수를 반환
• argmin, argmax : 최소, 최대를 갖고 있는 데이터의 위치를 반환
• quantile : 0부터 1 까지의 분위수를 계산
• describe : 시리즈나 데이터프레임의 각 칼럼에 대한 요약 통계를 계산
• var / std : 표준 분산 / 표준 정규 분산
• cumsum / cumprod : 누적 합 / 누적 곱
• pct_change : 퍼센트 변화율

---

Reference

• [Python] 파이썬 Pandas 데이터 구조, Series, DataFrame
• 파이썬으로 배우는 알고리즘 트레이
• Pandas 공식문서