데이터 사이언스: Pandas 시리즈(Series)와 데이터 프레임(Data Frame) 공부하기!

Pandas에서 제공하는 라이브러리인 시리즈(Series)와 데이터프레임(DataFrame)을 공부하겠습니다.

 

판다스에는 일차원 데이터를 위한 시리즈(Series)와 고차원 배열을 다루기 위한 데이터프레임(Data Frame)이 있습니다.

 

그리고 이 판다스를 통해서 SQL, 엑셀파일, csv파일을 가져와 데이터를 활용할 수 있죠

 

 

 

 

< 시리즈(Series) >

 

시리즈는 1차원 배열의 데이터를 다루는 자료구조입니다. 

 

시리즈와 1차원 넘파이(numpy)배열은 유사하지만 판다스에서 더 많은 기능을 제공합니다.

 

시리즈는 파이썬의 딕셔너리와 유사해서 이와 연관지으면 이해하기 쉽습니다. 

 

 예를 들어

 

딕셔너리에서 key와 value가 있다면

 

시리즈에서는 index와 data가 있습니다.

 

다만 시리즈의 경우에는 행렬로 표현된다는 차이점이 있습니다. 

 

 

 

index = [1, 2, 3, 4]
data = ["A", "B", "C", "D"]

series_data = pd.Series(index, data)
series_data

 

A    1
B    2
C    3
D    4
dtype: int64

 

 

 

 

시리즈 리스트 슬라이싱

 

series_data[:"C"]
series_data.loc[:"C"]
series_data.iloc[:3]

 

A    1
B    2
C    3
dtype: int64

 

 

위 세가지 경우 모든 같은 형태를 출력합니다.

 

loc는 location, 즉 위치를 의미하고

 

iloc는 index location 인덱스 값으로 리스트를 슬라이싱 합니다. 

 

 

 

 

< 데이터 프레임(Data Frame) >

 

 

데이터 프레임은 시리즈에서 더 나아가 2차원 배열 형태의 데이터를 다루는 자료구조입니다.

 

리스트로부터 pandas 데이터프레임 받기

 

import pandas as pd
import numpy as np

array = [["홍길동", 25, "남"], ["철수", 25, "남"], ["바둑이", 20, "여"]]

pd_array = pd.DataFrame(array, columns = ["이름", "나이", "성별"], index = ["a", "b", "c"])

pd_array

 

 

columns와 index의 이름을 지정해주면서 위와 같은 표를 만들 수 있습니다.

 

 

 

 

numpy 배열로부터 pandas 데이터 프레임받기 

 

np_array = np.array(array)

pd_array2 = pd.DataFrame(np_array)

pd_array2

 

 

numpy배열을 매개변수로 해도 문제 없이 데이터프레임으로 받아올 수 있습니다. 

 

 

 

 

 

딕셔너리로 데이터 프레임 받아오기

 

dic = {"홍길동": ["남", 25], "철수":["남", 22], "영희":["여", 40]}

pd.DataFrame(dic)

 

 

 

 

 

시리즈를 이용해서 데이터 프레임 받기

 

array = [["홍길동", 25, "남"], ["철수", 25, "남"], ["바둑이", 20, "여"]]

list_of_series = [pd.Series(array[0]),pd.Series(array[1]), pd.Series(array[2])]
list_of_series

 

[0    홍길동
 1     25
 2      남
 dtype: object,
 0    철수
 1    25
 2     남
 dtype: object,
 0    바둑이
 1     20
 2      여
 dtype: object]

 

pd_array = pd.DataFrame(list_of_series)
pd_array