Series 자료구조(feat.인덱스)

---

0. Pandas에 대해

Pandas는 데이터 분석을 위해 많은 이들에게 사용되는 파이썬 라이브러리 패키지입니다. 데이터프레임을 원하는 대로 가공하는 것은 데이터 과학자들에게 필수 요소이기 때문에, Pandas는 빅데이터, 머신러닝의 기본 소양이 되는 라이브러리라고 할 수 있습니다.
이후에 이 블로그에서 다룰 머신러닝이나 인공지능 관련 글에서도 Pandas는 길게 설명하지 않을 것이기에, 틈틈이 실습을 하면서 판다스를 체득하시길 추천합니다.
이 글에서는 Series에 관련된 생성과 조작에 대해서 다루겠습니다.

---

1. Pandas Series 생성하기

Series는 가장 간단한 1차원적인 자료구조라고 생각할 수 있습니다. 다른 프로그래밍 언어를 다뤄본 분들이라면 바로 이해할 만한 배열, 리스트, 딕셔너리와 비슷합니다. 실제로 배열, 리스트 등과 같은 시퀀스 데이터를 받아서 바로 Series 객체로 변환할 수 있습니다.

예시를 보여드리겠습니다.

In [7]:

import pandas as pd
import numpy as np

data = [2,3,5,7,9]
s = pd.Series(data)
s

0    2
1    3
2    5
3    7
4    9
dtype: int64

자료형은 굳이 숫자가 아니어도 됩니다. 문자열로 이루어져도 상관 없으며, 문자열과 숫자가 섞여도 자연스럽게 변환이 가능합니다. 높은 호환성과 범용성이 Pandas의 큰 장점이라고 할 수 있죠.

In [8]:

# 이렇게도 가능합니다. 물론 이런 데이터를 다루고 싶은 사람은 없겠지만요.
data = ['apple', 'banana', 100, 200, '300'] 
s = pd.Series(data)
s

0     apple
1    banana
2       100
3       200
4       300
dtype: object

그런데 pd.Series()에 넘겨준 리스트 외에도, 출력을 보시면 0, 1, 2, 3, 4가 순서대로 나열되어 있습니다. 왼쪽 [0, 1, 2, 3, 4]는 Series 객체의 index이고, ['apple', 'banana', 100, 200, '300']은 Series 객체의 values입니다.

index와 values는 python의 dictionary자료형을 아시는 분이라면 이해하기 편하실 겁니다. 보통 데이터를 조회할 때 쓰이는 key값이 index이고, 그에 해당하는 값이 values 입니다. 실제로 dictionary 를 이용해서 Series를 생성할 수도 있습니다.

예시를 보시죠.

In [9]:

data = {"국어" : 100, "수학" : 92, "영어" : 96}
s = pd.Series(data)
s

국어    100
수학     92
영어     96
dtype: int64

이렇게 딕셔너리를 이용해서 Series를 생성하면 인덱스에도 각 value에 해당되는 key값이 적용되는 것을 볼 수 있습니다.