[pandas] pandas 기초(1)

pandas

• Python 프로그래밍 언어를 기반으로 구축된 데이터 분석 및 조작 도구(오픈 소스).
• 홈페이지 : https://pandas.pydata.org/

위 홈페이지의 문서를 보며 정리한 내용입니다.

1. 설치

• pip install pandas
• 코랩(colab)에서는 기본적으로 pandas 라이브러리를 지원.

import pandas as pd

passenger = {"이름" : ["홍길동", "이순신", "콩순이"],
             "나이" : [22, 35, 58], 
             "성별" : ["남", "남", "여"],
             }
#print(passenger['name'][0])
df = pd.DataFrame(data = passenger)
df

2. pandas 데이터 구조

• Data Frame의 각 열(column)은 Series 입니다.
• Series가 모여 Data Frame이 됩니다.

df['나이']

#series_temp = df['나이']
#print(type(series_temp))

• Data Frame의 각 열을 선택할 때, 대괄호[]를 사용.
• 각 열의 데이터 타입이 Series라는 것을 확인할 수 있습니다.

ages = pd.Series([22,35,58], name='나이')
ages

• series : 단열 열이므로 열 레이블이 없고, 행 라벨이 있음.
• int64 : 정수형 데이터 타입

3. Data Frame 또는 Series를 이용한 작업

• mas() : 최대값을 출력

df['나이'].max()

ages.max()

import pandas as pd

passenger = {"이름" : ["홍길동", "이순신", "콩순이"],
             "나이" : [22, 35, 58], 
             "성별" : ["남", "남", "여"],
             }
#print(passenger['나이'][0])
df = pd.DataFrame(data = passenger)
df.describe()

• count : 열의 개수
• mean : 평균
• std : 표준편차
• min : 최소값
• max : 최대값
• 25% / 50% / 75% : 백분위수의 각 지점, 분포를 반영해 평균을 보완하는 목적으로 사용.
• 25% : 하위 백분위수
• 75% : 상위 백분위수
• 50% : 중위수

4. 정리

• pandas 패키지 : import pandas as pd
• pandas의 데이터 테이블 : DataFrame
• DataFrame의 각 열(컬럼 : column)은 Series
• DataFrame 또는 Series에 메소드(max(), min() 등)를 적용 가능.