Data Analysis: Pandas

1. Pandas란?

Pandas는 데이터 분석과 조작에 특화된 라이브러리로, 구조화된 데이터(테이블 형식, 시계열 등)를 처리하는 데 사용된다.

• Series: 1차원 레이블이 있는 배열
• DataFrame: 2차원 테이블 형태로, 여러 데이터 타입의 열을 가질 수 있음. NumPy와 비교해 더 복잡한 데이터 구조를 다루기 용이(Excel, SQL 테이블과 유사)

1-1. num_ser[0] / num_ser.iloc[0] / num_ser.loc[0]

우선 num_ser.loc[0]는 문자열로 찾는 것이라 나머지 두가지와 성격이 조금 다르다. 나는 num_ser[0] , num_ser.iloc[0] 이 두가지를 비교해보고 싶었다. 수업 시간에 예제를 풀며 둘 다 사용해봤는데 어차피 같은 기능이라면 왜 두가지 함수가 존재할까 생각해보다 이리 저리 시도해보니 다른 점을 발견했다. 보기엔 생김새만 약간 다르고 같은 동작을 하는 것 같은데 차이점을 한 번 발견하니 쓰임새가 확실히 다르다.

import pandas as pd

s = pd.Series([10, 20, 30], index=[1, 2, 3])
print(s[0])        # 에러 발생 (인덱스 레이블이 0이 없음)
print(s.iloc[0])   # 10 (첫 번째 위치)
print(s.loc[1])    # 10 (인덱스 레이블이 1인 값)

1-2. index(drop=True)

DataFrame의 인덱스를 초기화할 때 사용한다.

df = df.drop_duplicates().reset_index(drop=True)

• drop=True: 기존 인덱스를 버리고 새로 0부터 시작하는 인덱스를 부여
• drop=False(기본값): 기존 인덱스를 새 컬럼으로 남겨둠

1-3. 전치행렬 df.T

• 행과 열을 뒤바꾼다. index ↔ columns 교환
• values도 그대로 전치(transpose)된 형태로 바뀜

[예시1]
import pandas as pd
df = pd.DataFrame({"A": [1,2], "B":[3,4]})
print(df)
#    A  B
# 0  1  3
# 1  2  4

print(df.T)
#    0  1
# A  1  2
# B  3  4

2. Pandas vs NumPy

2-1. 공통점

• 둘 다 데이터 분석과 연산에 사용되는 핵심 라이브러리
• 내부적으로 Pandas도 NumPy를 기반으로 동작

2-2. 차이점

구분	NumPy	Pandas
데이터 구조	다차원 배열 (ndarray)	Series, DataFrame
인덱스/라벨	없음 (0부터 정수 인덱스)	있음 (인덱스, 컬럼)
데이터 성격	수치 연산 중심	테이블, 시계열, 혼합 데이터
가독성	낮음 (인덱스 번호로 접근)	높음 (컬럼명/인덱스로 접근 가능)
활용 예시	행렬 연산, 머신러닝 입력 데이터	데이터 분석, 통계 요약, 결측치 처리

2-3. 논리 연산 차이

• Python 기본 연산자 and, or는 스칼라(Boolean 하나)에만 사용 가능
• Pandas에서는 &, | 연산자를 사용해야 Series 간 element-wise 연산 가능

[예시1]
import pandas as pd

s = pd.Series([True, False, True])
t = pd.Series([False, False, True])

print(s & t)  
# 0 False
# 1 False
# 2 True