[Python] 파이썬 판다스(Pandas) 사용법과 예제

소개

판다스(Pandas)는 파이썬에서 데이터 분석을 위해 사용되는 강력한 라이브러리입니다. 데이터를 쉽게 조작하고 분석할 수 있는 다양한 기능을 제공하여 데이터 과학 및 데이터 엔지니어링 분야에서 널리 사용되고 있습니다. 이번 게시글에서는 판다스의 기본 사용법과 예제를 소개하고, 주요 기능과 장점에 대해 자세히 알아보겠습니다.

설치

판다스를 사용하기 위해서는 먼저 파이썬 패키지 관리자인 pip를 사용하여 판다스를 설치해야 합니다. 아래 명령어를 사용하여 판다스를 설치할 수 있습니다.

pip install pandas

기본 사용법

판다스는 데이터를 효율적으로 다룰 수 있는 다양한 데이터 구조를 제공합니다. 가장 기본적인 데이터 구조는 시리즈(Series)와 데이터프레임(DataFrame)입니다.

시리즈(Series)

시리즈는 1차원 배열 형태의 데이터 구조로, 인덱스와 값으로 이루어져 있습니다. 시리즈를 생성하고 다루는 예제를 살펴보겠습니다.

import pandas as pd

# 시리즈 생성
s = pd.Series([1, 3, 5, np.nan, 6, 8])

# 시리즈 출력
print(s)

# 시리즈 인덱스 출력
print(s.index)

# 시리즈 값 출력
print(s.values)

데이터프레임(DataFrame)

데이터프레임은 2차원 테이블 형태의 데이터 구조로, 여러 개의 시리즈를 열로 묶어서 관리합니다. 데이터프레임을 생성하고 다루는 예제를 살펴보겠습니다.

import pandas as pd

# 데이터프레임 생성
data = {'name': ['John', 'Emma', 'Mike'],
        'age': [25, 30, 35],
        'city': ['Seoul', 'New York', 'London']}
df = pd.DataFrame(data)

# 데이터프레임 출력
print(df)

# 열 선택
print(df['name'])

# 행 선택
print(df.loc[0])

# 조건에 따른 행 선택
print(df[df['age'] > 30])

주요 기능

판다스는 데이터를 다루기 위한 다양한 기능을 제공합니다. 주요 기능 중 몇 가지를 살펴보겠습니다.

데이터 읽기 및 쓰기

판다스는 다양한 데이터 소스에서 데이터를 읽고 쓸 수 있는 기능을 제공합니다. CSV, Excel, SQL 데이터베이스 등 다양한 형식의 데이터를 처리할 수 있습니다.

데이터 정렬

판다스는 데이터를 정렬하는 기능을 제공합니다. 특정 열을 기준으로 오름차순 또는 내림차순으로 데이터를 정렬할 수 있습니다.

데이터 필터링

판다스는 데이터를 필터링하는 기능을 제공합니다. 특정 조건을 만족하는 데이터만 선택하여 추출할 수 있습니다.

데이터 그룹화

판다스는 데이터를 그룹화하여 통계 정보를 계산하는 기능을 제공합니다. 특정 열을 기준으로 데이터를 그룹화하고, 그룹별로 평균, 합계, 개수 등의 통계 정보를 계산할 수 있습니다.

장점

판다스는 데이터 분석을 위한 강력한 도구로서 다음과 같은 장점을 가지고 있습니다:

• 데이터 조작 및 변환을 위한 다양한 기능 제공
• 빠른 속도와 효율적인 메모리 사용
• 대용량 데이터 처리 가능
• 다양한 데이터 소스와의 호환성
• 유연한 데이터 조작 및 분석 가능

결론

이번 게시글에서는 [Python] 파이썬 판다스(Pandas) 사용법과 예제에 대해 알아보았습니다. 판다스는 파이썬에서 데이터 분석을 위한 필수적인 도구로서, 다양한 기능과 편리한 사용법을 제공합니다. 데이터 과학 및 데이터 엔지니어링 분야에서 판다스를 활용하여 데이터를 효율적으로 다룰 수 있습니다. 추가적인 학습과 실습을 통해 더욱 높은 수준의 데이터 분석 능력을 개발해 보시기 바랍니다.