[파이썬, Python] Pandas 모듈 - 1️⃣ 판다스 모듈이란?, DataFrame&Series, CSV파일 다루기, 엑셀파일 읽어오기

1. 판다스(Pandas)

• '웨스 맥키니'가 개발한 라이브러리
• 데이터 작업을 쉽고 직관적으로 설계된 빠르고 유연한 자료구조(데이터프레임)를 제공하는 모듈

 

1-1. 판다스 라이브러리 설치하기

!pip install pandas  # 설치

import pandas as pd  # 임포트

 

1-2. Series와 DataFrame

• 2차원 표 데이터를 데이터프레임이라고 한다면, 1차원 표 데이터는 시리즈임
• 표의 데이터 부분을 values라고 부름
• 표의 행 이름을 index라고 부름
• 표의 열 이름을 columns라고 부름
• 시리즈는 values와 index로 이루어져 있고, 데이터프레임은 values, index, columns로 이루어져 있음
• 데이터프레임과 시리즈의 values는 넘파이의 ndarray 기반

▲ Serires

▲ DataFrame

 

✅ DataFrame

data1 = [[67, 93, 91],
         [75, 54, 95],
         [75, 91, 61],
         [99, 94, 65],
         [40, 65, 22]]
         
         
 index1 = ['김사과','바나나','오렌지','이메론','포오도']
 col1 = ['국어','영어','수학']
 
 # DataFrame(데이터, 인덱스, 컬럼)

pd.DataFrame(data1)

▲  인덱스와 컬럼을 입력하지 않으면 자동으로 컬럼과 인덱스가 숫자로 만들어짐

 

pd.DataFrame(data1, index1)

▲ 인덱스를 지정해줬을 때

pd.DataFrame(data1, index1, col1)

▲ 인덱스와 컬럼을 지정해줬을 때

 

# index값을 지정하지 않고(숫자로자동으로 입력되게하고) 컬럼명은 입력하고 싶을 때
pd.DataFrame(data1, columns=col1)

▲ index는 자동으로 숫자로 기입됨

 

df1 = pd.DataFrame(data1, index1, col1)  # 변수에 저장
df1

▲ 인덱스와 컬럼을 지정해줬을 때

 

df1.values

>>> array([[67, 93, 91],
       [75, 54, 95],
       [75, 91, 61],
       [99, 94, 65],
       [40, 65, 22]])
     
# Index지만 ndarray랑 똑같음(처리방법이 같음) , dtype='object': 데이터프레임의 요소가 stiring일 경우 object로 저장됨
df1.index 
>>> Index(['김사과', '바나나', '오렌지', '이메론', '포오도'], dtype='object')

df1.columns
>>> Index(['국어', '영어', '수학'], dtype='object')

 

✅ 딕셔너리를 통해 데이터프레임 생성하기

# 딕셔너리를 사용하여 데이터프레임을 생성
dic1 = {
    '국어': [67, 75, 75, 62, 98],
    '영어': [93, 69, 81, 70, 45],
    '수학': [91, 96, 82, 75, 87]
}

df2 = pd.DataFrame(data=dic1, index=index1)
df2
>>>

---

✅ Series

# Series(데이터, 인덱스)
pd.Series(data2)

>>>
0    67
1    75
2    75
3    62
4    98
dtype: int64

pd.Series(data2, index1)
>>> 
김사과    67
바나나    75
오렌지    75
이메론    62
포오도    98
dtype: int64

se1 =pd.Series(data2, index1)  # 변수에 저장
se1.values
>>> array([67, 75, 75, 62, 98])

se1.index 
>>> Index(['김사과', '바나나', '오렌지', '이메론', '포오도'], dtype='object')

 

---

2. CSV 파일 다루기

• CSV(Comma Separated Value)의 약자로 데이터를 쉼표로 구분한 파일
•  엑셀로 로딩할 수 있지만 쉼표로 구분된 csv가 더 가볍기 때문에 데이터로 많이 사용

[공공데이터] https://www.data.go.kr/

공공데이터 포털

---

📄 예제로 사용할 cvs 파일

korean-idol.csv

0.00MB

 

2-1. 구글 코랩에서 파일을 업로드하여  불러오기

• 런타임 재실행 되면 파일이 사라지기 때문에 매번 업로드 해야하는 단점

▲ 코랩 왼쪽 상단에 파일을 직접 업로드

# pd.read_csv(CSV파일 경로, 인코딩 방법)
pd.read_csv('/content/korean-idol.csv')

---

2-2. 구글 드라이브에 파일을 저장하여 불러오기

▲ 구글드라이브에 올려놓은 파일의 경로를 복사

# 구글드라이브에 파일을 저장하고 마운트하여 데이터프레임 만들기
pd.read_csv('/content/drive/MyDrive/KDT/Python/2. 데이터분석/korean-idol.csv')

---

2-3. 다운로드 주소를 이용하여 불러오기

# 인터넷 주소(들어가면 csv파일이 다운받아지는)로 데이터프레임 만들기
pd.read_csv('http://bit.ly/ds-korean-idol')

 

---

3. 엑셀 파일 읽어오기

📄 예제로 사용할 엑셀 파일

korean-idol.xlsx

0.01MB

 

 

pd.read_excel('/content/drive/MyDrive/KDT/Python/2. 데이터분석/korean-idol.xlsx')