[pandas] Python - Pandas Series (시리즈)

1. Series (시리즈)
2. Labels (라벨)
3. Labels 생성
4. Key/Value 객체로 Series 생성
5. DataFrames (데이터프레임)

Series (시리즈)

 

1.

데이터의 특정 열 (column)에 해당.

 

 

2. 

특정 타입 데이터 보유하는 1차원 배열.

 

---

[예제]

 

import pandas as pd

nums = [3, 4, 5]

my = pd.Series(nums)

print(my)

 

결과값:

0    3

1    4

2    5

dtype: int64

Labels (라벨)

 

1.

Series의 특정 데이터에 접근 가능한 색인 의미.

 

2.

라벨 미지정 시, 자동으로 0부터 배정.

(예) 첫 번째 값: 0, 두 번째 값: 1, ...

 

---

[예제] 

 

import pandas as pd

nums = [3, 4, 5]

my = pd.Series(nums)

print(my[0]) # 3

print(my[1]) # 4

print(my[2]) # 5

 

Labels 생성

 

1.

index 독립변수 사용해 '사용자 정의 라벨' 지정 가능.

 

2.

문자열로 라벨 지정 시, 따옴표 빼먹지 않도록 주의.

 

---

[예제]

 

import pandas as pd

nums = [3, 4, 5]

my = pd.Series(nums, index = ["x", "y", "z"])

print(my["x"]) # 3

print(my["y"]) # 4

print(my["z"]) # 5

 

Key/Value 객체로 Series 생성

 

1.

dictionary (= key/value 쌍 객체) 사용해 Series 생성 가능.

(예제1)

 

2.

dictionary의 key 부분이 value 접근에 사용되는 라벨 역할함.

(예제2)

 

3.

index 독립변수 사용해 일부 데이터만 선택 가능.

 

---

[예제1]

 

import pandas as pd

codes = {"HTML": 10000, "CSS": 20000, "JS": 30000}

my = pd.Series(codes)

print(my)

 

결과값:

HTML    10000

CSS     20000

JS      30000

dtype: int64

---

[예제2]

 

import pandas as pd

codes = {"HTML": 10000, "CSS": 20000, "JS": 30000}

my = pd.Series(codes)

print(my["CSS"]) # 20000

 

---

[예제3]

 

import pandas as pd

codes = {"HTML": 10000, "CSS": 20000, "JS": 30000}

my = pd.Series(codes, index = ["HTML", "CSS"])

print(my)

 

결과값:

HTML    10000

CSS     20000

dtype: int64

 

DataFrames (데이터프레임)

 

1.

데이터 전체 테이블에 해당. 더 자세히 보기

 

2.

여러 Series (= 컬럼에 해당하며, 1차원 배열)로 구성된 다차원 배열.

 

---

[예제]

 

import pandas as pd

data = {

  "codes": ["HTML", "CSS", "JS"],

  "costs": [10000, 20000, 30000]

}

my = pd.DataFrame(data)

print(my)

 

결과값:

  codes  costs

0  HTML  10000

1   CSS  20000

2    JS  30000