108. [Python] [Pandas] 프로그래밍 기본 사항 : Series

 

 

Pandas

Pandas는 데이터 분석과 조작에 강력한 도구입니다.

 

아래와 같은 기능을 제공합니다:

• 행과 열에 라벨 사용 가능
• 기본적인 통계 데이터 제공
• NaN 값을 자동으로 처리
• 숫자와 문자열을 자동으로 로드
• 데이터셋을 병합(Merge) 가능
• NumPy 및 Matplotlib과의 통합 지원

 

1. Pandas Series 데이터 생성

Pandas의 Series는 1차원 데이터 구조입니다. 라벨과 데이터를 연결하여 데이터를 효과적으로 다룰 수 있습니다.

 

 TIP💡 

위와 같이 불러올 단어 한두단어를 누르고 'Tab' 키를 누르면 단축키를 불러올 수 있습니다. 

 

 

pandas 를 불러오는 방법

import pandas as pd

import pandas as pd

index = ['eggs', 'apples', 'milk', 'bread']
data = [30, 6, 'Yes', 'No']

groceries = pd.Series(data=data, index=index)
print(groceries)

 

출력

eggs       30
apples      6
milk      Yes
bread      No
dtype: object

 

 

 

  TIP💡  속성 확인하는 방법  

groceries.shape 
# (4,)
groceries.dtype
# dtype('O')
groceries.size
# 4
groceries.index 
# Index(['eggs', 'apples', 'milk', 'bread'], dtype='object')
groceries.values  
 # [30, 6, 'Yes', 'No']
# 데이터 구조 확인    
groceries.ndim    
# 1

 

 

 

 

 

2. Series의 산술 연산(레이블과 인덱스)

Pandas Series는 벡터화된 연산을 지원하므로 수학적 연산을 각 요소에 빠르게 적용할 수 있습니다.

 

 

2-1. Scalar Operations

# 모든 값에 5를 더하기
# 과일이 각각 5개씩 입고 되었다  +5 
fruits = fruits + 5

출력

apples     15
oranges    11
bananas     8
dtype: int64

 

• fruits + 5 : Series의 모든 값에 5를 더합니다.

 

2-2. Element-wise Operations

# 오렌지만 2개가 팔렸다
fruits['oranges'] = fruits['oranges'] - 2

출력

apples     15
oranges     9
bananas     8
dtype: int64

• 특정 요소에 접근하여 값만 수정할 수 있습니다.

 

2-3. Mismatched Index Operations

# 다른 Series와 연산
# apples 와 bananas 가 3개씩 더 팔렸습니다. 
discount = pd.Series([2, 3], index=['apples', 'bananas'])

출력

apples     12
oranges     9
bananas     5
dtype: int64

• discount와 fruits의 인덱스가 일치하지 않는 경우, 일치하는 인덱스에서만 연산이 수행됩니다.
• 일치하지 않는 인덱스(oranges)는 NaN이 반환됩니다.

 

 

 

3. 실습 : 행성과 거리 계산

3-1. 문제  

 

distance_from_sun = [149.6, 1433.5, 227.9, 108.2, 778.6]
planets = ['Earth', 'Saturn', 'Mars', 'Venus', 'Jupiter']

dist_planets = pd.Series(data=distance_from_sun, index=planets)

time_light = dist_planets / 18  # 빛의 속도(c)로 계산
close_planets = time_light[time_light < 40]  # 40분 미만 필터링

다음과 같은 레이블과 값을 가지는 Pandas Series 를 만드세요. 변수는 dist_planets 로 만드세요.

distance_from_sun = [149.6, 1433.5, 227.9, 108.2, 778.6]¶

planets = ['Earth','Saturn', 'Mars','Venus', 'Jupiter']

dist_planets =

3-1. 풀이  

dist_planets = pd.Series(index= planets, data= distance_from_sun)

출력

Earth       149.6
Saturn     1433.5
Mars        227.9
Venus       108.2
Jupiter     778.6
dtype: float64

 

 

3-2. 문제

거리를 빛의 상수 c( 18 ) 로 나눠서, 가는 시간이 얼마나 걸리는 지 계산하여 저장하세요

time_light =

3-2. 풀이 

time_light = dist_planets / 18
time_light < 40

출력

Earth       True
Saturn     False
Mars        True
Venus       True
Jupiter    False
dtype: bool

 

 

3-3. 문제

Boolean indexing을 이용해서 가는 시간이 40분보다 작은것들만 가져오시오.

close_planets =

3-3. 풀이 

time_light[time_light < 40 ]

출력

Earth     8.311111
Mars     12.661111
Venus     6.011111
dtype: float64