Python Pandas 기초 정리 3탄 - merge, concat, 시계열, 파일 입출력
🔗 1. merge (SQL의 JOIN과 유사)import pandas as pddf1 = pd.DataFrame({ "id": [1, 2, 3], "name": ["Alice", "Bob", "Charlie"]})df2 = pd.DataFrame({ "id": [1, 2, 4], "score": [90, 85, 88]})merged = pd.merge(df1, df2, on="id", how="inner")print(merged)# 결과:# id name score# 0 1 Alice 90# 1 2 Bob 85📌 how= 옵션: "inner", "outer", "left", "right"➕ 2. concat (단순 연결)df_a = ..
2025. 5. 12.
Python Pandas 기초 정리 1탄: 개요, Series, DataFrame
🧠 1. Pandas란?Python의 데이터 분석 필수 라이브러리표 형식의 데이터(엑셀처럼)를 쉽게 다룰 수 있음시계열, 통계 분석, 결측치 처리, 그룹 연산, 파일 입출력에 강력함import pandas as pd🔶 2. 핵심 구조: Series & DataFrame📌 Series1차원 데이터 구조 (리스트 + 인덱스 형태)단일 열 데이터를 표현할 때 사용import pandas as pds = pd.Series([10, 20, 30], index=["a", "b", "c"])print(s)# 출력 결과:# a 10# b 20# c 30# dtype: int64📎 자주 사용하는 속성과 메서드:s.values → 값만 추출s.index → 인덱스 정보s.mean() → 평균값 계산..
2025. 5. 12.
