Python Pandas 기초 정리 1탄: 개요, Series, DataFrame

🧠 1. Pandas란?

• Python의 데이터 분석 필수 라이브러리
• 표 형식의 데이터(엑셀처럼)를 쉽게 다룰 수 있음
• 시계열, 통계 분석, 결측치 처리, 그룹 연산, 파일 입출력에 강력함

import pandas as pd

---

🔶 2. 핵심 구조: Series & DataFrame

📌 Series

• 1차원 데이터 구조 (리스트 + 인덱스 형태)
• 단일 열 데이터를 표현할 때 사용

import pandas as pd

s = 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 추출
• s.index → 인덱스 정보
• s.mean() → 평균값 계산
• s.sort_values() → 값 기준 정렬

---

📌 DataFrame

• 2차원 테이블 구조 (행 + 열)
• 여러 개의 Series가 모여 만든 구조

data = {
    "이름": ["영희", "철수", "민수"],
    "나이": [25, 30, 28],
    "점수": [90, 85, 88]
}

df = pd.DataFrame(data)
print(df)

# 출력 결과:
#    이름  나이  점수
# 0  영희  25   90
# 1  철수  30   85
# 2  민수  28   88

📎 주요 속성:

• df.shape → (행, 열) 크기
• df.columns → 열 이름
• df.dtypes → 각 열의 데이터 타입

📎 주요 메서드:

• df.head() → 앞 5행 출력
• df.tail(2) → 뒤 2행 출력
• df.info() → 데이터 개요 확인
• df.describe() → 요약 통계 정보

---

🧩 3. DataFrame 생성 방법 요약

생성 방식 예시

딕셔너리 + 리스트	pd.DataFrame({"A": [1,2], "B": [3,4]})
리스트 + 딕셔너리	pd.DataFrame([{"A":1, "B":2}, {"A":3, "B":4}])
넘파이 배열	pd.DataFrame(np.array([[1,2],[3,4]]))
Series 조합	pd.DataFrame({"col1": s1, "col2": s2})

---

🛠 DataFrame 주요 연산 예시

# 평균 점수 컬럼 추가
df["점수평균"] = df["점수"].mean()

# 열 삭제
df = df.drop("나이", axis=1)

# 점수 기준 내림차순 정렬
df = df.sort_values("점수", ascending=False)

print(df)

# 출력 결과:
#    이름  점수  점수평균
# 0  영희   90   87.666667
# 2  민수   88   87.666667
# 1  철수   85   87.666667

---

📌 요약

• Series: 1차원, 인덱스를 가진 리스트
• DataFrame: 2차원 테이블, 엑셀 느낌
• Pandas는 데이터 분석의 기본 → 반드시 익혀야 할 필수 도구