PANDAS로 데이터 다루기

 

pandas 라이브러리 소개

• Python에서 데이터 분석 및 조작을 위한 핵심적이고 강력한 라이브러리
• Panel Data System의 약자
• 데이터 처리 및 분석을 위한 강력하고 효율적인 도구
• 쉽고 빠른 데이터 처리: Excel, CSV, DB 등 다양한 파일 읽기/쓰기
• 강력한 데이터 조작: 필터링, 정렬, 그룹화
• 결측치 처리 용이

 

파일 열기

• 불러오기
  • 대체로 pandas를 pd로 줄여 부름
  • 같은 방식을 따르면 다른 사람이나 AI가 작성한 코드와 섞어서 사용할 때 유용

import pandas as pd # pandas를 불러온다(약칭은 pd)

• Excel 파일 읽기: pd.read_excel('파일명.xlsx', sheet_name='시트명 또는 인덱스')
  • sheet_name 생략 시 첫 번째 시트 불러옴
  • 다양한 옵션 제공 (예: 특정 행을 헤더로 지정, 특정 열만 선택 등)
  • 결과: DataFrame 객체(2차원 표)로 데이터 반환

df = pd.read_excel('car.xlsx')

 

FileNotFound 에러

• Python이 열려고 하는 파일을 찾지 못함
• 원인: ipynb 파일과 xlsx 파일이 다른 폴더에 있음
• 해결책:
  • 새로운 ipynb 파일을 xlsx 파일과 같은 폴더에 만들거나
  • xlsx 파일을 현재 ipynb 파일이 있는 폴더로 옮기거나
  • xlsx 파일의 정확한 위치를 코드에 입력해줌(예: "C:/Users/user/Desktop/data/car.xlsx")

 

데이터 보기

• 전체 보기(표가 길면 중간은 생략)

df

• 첫 n행만 보기(n을 생략하면 5행만)

df.head(10)

• 마지막 n행만 보기(n을 생략하면 5행만)

df.tail(10)

 

DataFrame의 기본 구조

• Index (인덱스) : 행(row)을 식별하는 이름 (기본값: 0부터 시작)

df.index

• Columns (컬럼) : 열(column)을 식별하는 이름

df.columns

 

데이터프레임 기본 정보

• df.shape: (행 개수, 열 개수) 튜플 반환
• df.info(): 데이터 타입, 각 열의 non-null 값 개수, 메모리 사용량 등 요약 정보 출력
• df.dtypes: 각 열의 데이터 타입 확인

 

열 선택

• 특정 열 선택 (Series 반환): df['열이름'] 또는 df.열이름 ()

df['price']

df.price # 열 이름에 공백/특수문자 없을 시

• 여러 열 선택 (DataFrame 반환): df[['열이름1', '열이름2']] (리스트 형태로 전달)
  • 안쪽 각괄호 []는 열 이름들을 묶는 리스트
  • 바깥쪽 각괄호는 특정 열을 표시하는 기호

df[['price', 'mileage']]

 

파일 저장하기

• Excel로 저장:

df.to_excel('저장할_이름.xlsx')

• 인덱스(행 번호)를 제외하고 저장

df.to_excel('저장할_이름.xlsx', index=False)

• CSV로 저장:

df.to_csv('저장할_이름.csv')