🧭 Pandas 입문과 Series·DataFrame 기본기

1. Pandas란 무엇인가

Pandas는 파이썬에서 데이터를 구조적으로 다루기 위한 대표적인 라이브러리다.
엑셀의 표처럼 행(row)과 열(column) 구조를 가지고 있으며, 분석·전처리·시각화 등 거의 모든 데이터 분석의 출발점이다.

Pandas의 핵심 객체는 두 가지다.

객체	구조	특징
Series	1차원 배열	하나의 열(column)에 해당. 인덱스(index)와 값(value)으로 구성
DataFrame	2차원 테이블	여러 Series를 모아 만든 표. 행과 열 모두 인덱스 가능

---

2. Pandas 시작하기

import pandas as pd

보통 pd로 줄여 불러온다.
Google Colab에서 다음 코드를 실행하면 버전과 간단한 테스트를 확인할 수 있다.

print(pd.__version__)

---

3. Series 기본기

3.1 Series 정의하기

Series는 리스트, 딕셔너리, 배열 등으로 쉽게 생성할 수 있다.

import pandas as pd

s = pd.Series([10, 20, 30])
print(s)
0    10
1    20
2    30
dtype: int64

• 왼쪽의 숫자(0,1,2)는 인덱스(index)
• 오른쪽 숫자는 값(value)

---

3.2 사용자 정의 인덱스

Series는 인덱스를 직접 지정할 수 있다.

s = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
print(s['a'])
10

• 딕셔너리처럼 키로 접근 가능
• 실제 데이터 분석에서는 의미 있는 인덱스를 설정하는 것이 중요

---

3.3 Series를 딕셔너리로 만들기

data = {'서울': 990, '부산': 340, '대구': 240}
s = pd.Series(data)

• 키 → 인덱스
• 값 → 데이터 값

s['부산']  # 340

---

3.4 Series 주요 속성

속성	설명
s.index	인덱스 목록
s.values	값 배열 (NumPy 기반)
s.dtype	데이터 타입
s.name	시리즈 이름 설정 가능

---

3.5 Series 메서드

메서드	설명	예시
.sum()	합계	s.sum()
.mean()	평균	s.mean()
.sort_values()	값 기준 정렬	s.sort_values(ascending=False)
.unique()	고유값	s.unique()

Series는 벡터 연산이 가능하다.

s * 2
s + 100

---

3.6 CSV 파일로 Series 다루기

s = pd.read_csv('data.csv', squeeze=True)

squeeze=True를 사용하면 DataFrame 대신 Series로 불러온다.
(최신 버전에서는 지원 중단 예정, usecols로 대체 권장)

---

3.7 인덱싱과 슬라이싱

s[0]        # 위치 기반 인덱싱
s['서울']   # 레이블 기반 인덱싱
s[1:3]      # 슬라이싱

---

3.8 Series 수학 연산

s1 = pd.Series([10, 20, 30], index=['a', 'b', 'c'])
s2 = pd.Series([1, 2, 3], index=['a', 'b', 'c'])
s1 + s2

• 인덱스 기준으로 자동 정렬 후 연산
• 인덱스 불일치 시 NaN(결측값) 발생

---

4. DataFrame 기본기

4.1 DataFrame 생성

data = {
  '도시': ['서울', '부산', '대구'],
  '인구': [990, 340, 240],
  '면적': [605, 770, 883]
}
df = pd.DataFrame(data)
   도시   인구   면적
0  서울  990  605
1  부산  340  770
2  대구  240  883

---

4.2 CSV·HTML 파일 읽기

df = pd.read_csv('population.csv')
df_html = pd.read_html('https://example.com/table.html')[0]

---

4.3 인덱스 설정 및 재설정

df.set_index('도시', inplace=True)
df.reset_index(inplace=True)

• inplace=True로 원본 변경

---

4.4 열 선택·추가·삭제

df['인구']
df[['인구', '면적']]
df['밀도'] = df['인구'] / df['면적']
df.drop(columns=['면적'], inplace=True)

---

4.5 행·열 선택 (.loc, .iloc)

메서드	기준	예시
.loc[]	인덱스 이름	df.loc['서울']
.iloc[]	정수 위치	df.iloc[0]

---

4.6 브로드캐스팅 연산

df['인구'] = df['인구'] * 1000
df['밀도'] = df['인구'] / df['면적']

모든 행에 연산이 동시에 적용된다.

---

4.7 누락값 처리 및 데이터 타입 변경

df.fillna(0, inplace=True)
df['인구'] = df['인구'].astype(int)

---

4.8 DataFrame 정리

메서드	기능
df.info()	데이터 요약
df.describe()	통계 요약
df.head()	상위 5행
df.tail()	하위 5행

---

✅ 학습 정리

구분	핵심 키워드
Series	1차원, 인덱스, 딕셔너리 기반 생성
DataFrame	2차원, 여러 Series 조합
Indexing	.loc, .iloc, 슬라이싱
파일 입출력	read_csv, to_csv
브로드캐스팅	행 전체 연산
결측치 처리	fillna, dropna

---

🔖 마무리 문단

이번 글에서는 Pandas의 기본 구조와 Series·DataFrame의 핵심 개념을 다뤘다.
데이터를 직접 정의하고 다루는 과정을 익히면 이후의 전처리·시각화 작업이 훨씬 수월해진다.
다음 글에서는 데이터 결합과 전처리 (Merge·Join·Concat·Apply) 로 넘어간다.