데이터 분석의 핵심, Pandas! 🐼
엑셀처럼 데이터를 다루고 싶으신가요? Pandas를 쓰면 수백만 행 데이터도 코드 몇 줄로 분석할 수 있어요! 데이터 과학자, 분석가들의 필수 도구를 오늘 배워봅시다! 💪
(30분 완독 ⭐⭐)
🎯 오늘의 학습 목표
📚 사전 지식
🎯 학습 목표 1: Pandas가 무엇인지 이해하기
한 줄 설명
Pandas = Python으로 엑셀 같은 표 데이터를 다루는 라이브러리 📊
1.1 Pandas가 필요한 이유
1
2
3
4
5
6
7
8
9
10
11
| # ❌ 순수 Python으로 CSV 처리
data = []
with open('sales.csv', 'r') as f:
for line in f:
data.append(line.strip().split(','))
# 이후 복잡한 처리...
# ✅ Pandas로 CSV 처리
import pandas as pd
df = pd.read_csv('sales.csv')
print(df.head()) # 끝!
|
1.2 Pandas 설치하기
1
2
| # Pandas 설치
pip install pandas
|
설치 확인:
1
| python -c "import pandas as pd; print(f'Pandas {pd.__version__} 설치 완료!')"
|
1.3 Pandas의 두 가지 핵심 구조
1
2
3
4
| import pandas as pd
# 1. Series: 1차원 데이터 (엑셀의 한 열)
# 2. DataFrame: 2차원 데이터 (엑셀 시트 전체)
|
graph LR
A[Pandas] --> B[Series<br/>1차원]
A --> C[DataFrame<br/>2차원]
B --> D["[10, 20, 30]"]
C --> E["이름 | 나이 | 점수<br/>철수 | 20 | 85<br/>영희 | 22 | 90"]
🎯 학습 목표 2: Series 다루기
2.1 Series 만들기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
| import pandas as pd
# 리스트로 만들기
s1 = pd.Series([10, 20, 30, 40])
print(s1)
# 0 10
# 1 20
# 2 30
# 3 40
# dtype: int64
# 인덱스 지정하기
s2 = pd.Series([85, 90, 78, 92],
index=['국어', '영어', '수학', '과학'])
print(s2)
# 국어 85
# 영어 90
# 수학 78
# 과학 92
# dtype: int64
# 딕셔너리로 만들기
data = {'서울': 9700000, '부산': 3400000, '인천': 2900000}
s3 = pd.Series(data)
print(s3)
|
2.2 Series 인덱싱
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| import pandas as pd
scores = pd.Series([85, 90, 78, 92],
index=['국어', '영어', '수학', '과학'])
# 인덱스로 접근
print(scores['영어']) # 90
print(scores[['국어', '수학']]) # 여러 개
# 숫자 위치로 접근
print(scores[0]) # 85
print(scores[1:3]) # 영어, 수학
# 조건 필터링
print(scores[scores >= 85]) # 85점 이상
|
2.3 Series 연산
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| import pandas as pd
s1 = pd.Series([10, 20, 30])
s2 = pd.Series([1, 2, 3])
# 기본 연산
print(s1 + s2) # [11, 22, 33]
print(s1 * 2) # [20, 40, 60]
# 통계 메서드
print(s1.sum()) # 60
print(s1.mean()) # 20.0
print(s1.max()) # 30
print(s1.min()) # 10
|
🎯 학습 목표 3: DataFrame 만들기
3.1 딕셔너리로 만들기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
| import pandas as pd
# 가장 흔한 방법!
data = {
'이름': ['철수', '영희', '민수', '지영'],
'나이': [20, 22, 21, 23],
'점수': [85, 90, 78, 92]
}
df = pd.DataFrame(data)
print(df)
# 이름 나이 점수
# 0 철수 20 85
# 1 영희 22 90
# 2 민수 21 78
# 3 지영 23 92
|
3.2 리스트로 만들기
1
2
3
4
5
6
7
8
9
10
11
| import pandas as pd
# 리스트의 리스트
data = [
['철수', 20, 85],
['영희', 22, 90],
['민수', 21, 78]
]
df = pd.DataFrame(data, columns=['이름', '나이', '점수'])
print(df)
|
3.3 인덱스 지정하기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
| import pandas as pd
data = {
'국어': [85, 90, 78],
'영어': [90, 85, 92],
'수학': [88, 78, 85]
}
df = pd.DataFrame(data, index=['철수', '영희', '민수'])
print(df)
# 국어 영어 수학
# 철수 85 90 88
# 영희 90 85 78
# 민수 78 92 85
|
3.4 NumPy 배열로 만들기
1
2
3
4
5
6
7
8
9
10
11
| import pandas as pd
import numpy as np
arr = np.array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
df = pd.DataFrame(arr,
columns=['A', 'B', 'C'],
index=['X', 'Y', 'Z'])
print(df)
|
🎯 학습 목표 4: DataFrame 기본 탐색하기
4.1 기본 정보 확인
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수', '지영', '현수'],
'나이': [20, 22, 21, 23, 20],
'점수': [85, 90, 78, 92, 88],
'학과': ['컴퓨터', '경영', '컴퓨터', '경영', '전자']
})
# 처음/끝 몇 행 보기
print(df.head()) # 처음 5행
print(df.head(3)) # 처음 3행
print(df.tail(2)) # 마지막 2행
# 크기 확인
print(df.shape) # (5, 4) - 5행 4열
# 열 이름
print(df.columns) # Index(['이름', '나이', '점수', '학과'], ...)
# 인덱스
print(df.index) # RangeIndex(start=0, stop=5, step=1)
# 데이터 타입
print(df.dtypes)
# 이름 object
# 나이 int64
# 점수 int64
# 학과 object
|
4.2 info()와 describe()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수', '지영', '현수'],
'나이': [20, 22, 21, 23, 20],
'점수': [85, 90, 78, 92, 88]
})
# 전체 정보 요약
print(df.info())
# <class 'pandas.core.frame.DataFrame'>
# RangeIndex: 5 entries, 0 to 4
# Data columns (total 3 columns):
# # Column Non-Null Count Dtype
# --- ------ -------------- -----
# 0 이름 5 non-null object
# 1 나이 5 non-null int64
# 2 점수 5 non-null int64
# 수치형 열의 통계 요약
print(df.describe())
# 나이 점수
# count 5.000000 5.000000
# mean 21.200000 86.600000
# std 1.303840 5.176872
# min 20.000000 78.000000
# 25% 20.000000 85.000000
# 50% 21.000000 88.000000
# 75% 22.000000 90.000000
# max 23.000000 92.000000
|
4.3 열 선택하기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수'],
'나이': [20, 22, 21],
'점수': [85, 90, 78]
})
# 한 열 선택 (Series 반환)
print(df['이름'])
# 0 철수
# 1 영희
# 2 민수
# 여러 열 선택 (DataFrame 반환)
print(df[['이름', '점수']])
# 이름 점수
# 0 철수 85
# 1 영희 90
# 2 민수 78
# 점(.) 표기법 (열 이름이 영어일 때)
df2 = pd.DataFrame({'name': ['A', 'B'], 'age': [20, 30]})
print(df2.name) # df2['name']과 동일
|
4.4 행 선택하기
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수'],
'나이': [20, 22, 21],
'점수': [85, 90, 78]
})
# loc: 라벨(이름) 기반
print(df.loc[0]) # 인덱스가 0인 행
print(df.loc[0:1]) # 인덱스 0~1 (1 포함!)
# iloc: 위치(숫자) 기반
print(df.iloc[0]) # 첫 번째 행
print(df.iloc[0:2]) # 0~1번째 행 (2 미포함)
# 특정 셀 선택
print(df.loc[0, '이름']) # '철수'
print(df.iloc[0, 0]) # '철수'
|
💡 실전 팁 & 주의사항
✅ 좋은 습관
1
2
3
4
5
6
7
8
9
10
11
| import pandas as pd
# 1. pd로 임포트하기 (관례)
import pandas as pd # ✅
# 2. 데이터 확인 습관
df = pd.read_csv('data.csv')
print(df.shape) # 크기 확인
print(df.head()) # 내용 미리보기
print(df.info()) # 타입 확인
print(df.describe()) # 통계 확인
|
⚠️ loc vs iloc 차이
1
2
3
4
5
6
7
8
9
10
11
| import pandas as pd
df = pd.DataFrame({
'A': [1, 2, 3]
}, index=['x', 'y', 'z'])
# loc: 라벨 기반 (끝 포함)
print(df.loc['x':'y']) # x, y 행
# iloc: 위치 기반 (끝 미포함)
print(df.iloc[0:2]) # 0, 1번째 행
|
🧪 연습 문제
문제 1: 학생 데이터 만들기
5명 학생의 이름, 나이, 국어, 영어, 수학 점수가 담긴 DataFrame을 만들고, 각 과목의 평균을 출력하세요.
💡 힌트
pd.DataFrame(dict) 형태로 생성df['열이름'].mean() 또는 df.mean()
✅ 정답 코드
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수', '지영', '현수'],
'나이': [20, 22, 21, 23, 20],
'국어': [85, 90, 78, 92, 88],
'영어': [90, 85, 92, 88, 95],
'수학': [78, 88, 85, 90, 82]
})
print(df)
print("\n=== 과목별 평균 ===")
print(f"국어 평균: {df['국어'].mean():.1f}")
print(f"영어 평균: {df['영어'].mean():.1f}")
print(f"수학 평균: {df['수학'].mean():.1f}")
|
문제 2: 조건에 맞는 데이터 찾기
위 DataFrame에서 국어 점수가 85점 이상인 학생들만 출력하세요.
💡 힌트
df[df['열이름'] >= 값] 형태로 필터링
✅ 정답 코드
1
2
3
4
5
6
7
8
9
10
| import pandas as pd
df = pd.DataFrame({
'이름': ['철수', '영희', '민수', '지영', '현수'],
'국어': [85, 90, 78, 92, 88]
})
# 국어 85점 이상
high_scorers = df[df['국어'] >= 85]
print(high_scorers)
|
📝 오늘 배운 내용 정리
- Pandas = Python 데이터 분석 핵심 라이브러리
- Series: 1차원 데이터 (인덱스 + 값)
- DataFrame: 2차원 데이터 (엑셀 시트처럼)
- 기본 탐색:
head(), info(), describe(), shape - 선택: 열은
df['열'], 행은 df.loc[], df.iloc[]
🔗 관련 자료
📚 이전 학습
Day 62: NumPy 활용 ⭐⭐
어제는 NumPy 인덱싱, 슬라이싱, 브로드캐스팅을 배웠어요!
📚 다음 학습
Day 64: Pandas 데이터 로딩 ⭐⭐
내일은 CSV, Excel 파일을 읽고 쓰는 방법을 배워요!
“Pandas를 배우면 데이터 분석이 재미있어져요!” 🐼
| Day 63/100 | Phase 7: 데이터 분석 기초 | #100DaysOfPython |
