IT/Python

Python dataframe란?

itmeet 2023. 8. 5. 22:02
반응형

1. 소개


DataFrame은 Python의 pandas 라이브러리에서 제공하는 주요 자료구조 중 하나로, 열과 행으로 구성된 테이블 형태의 데이터를 다루기 위한 강력한 도구입니다. DataFrame은 데이터베이스의 테이블이나 엑셀 스프레드시트와 유사하며, 데이터 조작, 필터링, 집계, 시각화 등 다양한 작업에 사용됩니다. 이 보고서에서는 DataFrame의 특징과 사용법에 대해 설명하고, 예시를 통해 실제 데이터 처리 과정을 살펴보겠습니다.


2. DataFrame의 특징


행과 열: DataFrame은 행과 열로 구성되어 있으며, 각 열은 서로 다른 유형의 데이터를 가질 수 있습니다.
레이블: 열과 행은 레이블을 가지고 있어서 의미 있는 이름을 사용하여 데이터를 다룰 수 있습니다.
다양한 데이터 형식 지원: DataFrame은 숫자, 문자열, 날짜 등 다양한 데이터 형식을 지원합니다.
데이터 조작: DataFrame은 데이터의 추가, 삭제, 수정 등을 쉽게 할 수 있는 기능을 제공합니다.
데이터 필터링과 집계: 특정 조건에 맞는 데이터를 필터링하고, 그룹화하여 집계하는 기능을 제공합니다.

 


3. DataFrame의 사용법


DataFrame을 사용하기 위해서는 먼저 pandas 라이브러리를 설치해야 합니다. 설치 방법은 다음과 같습니다:

$ pip install pandas


다음으로, pandas를 사용하기 위해 아래와 같이 import합니다:

import pandas as pd


4. 예시


4.1. DataFrame 생성


DataFrame을 생성하는 예시입니다. 다양한 방법으로 DataFrame을 생성할 수 있지만, 여기서는 딕셔너리를 사용한 예시를 살펴보겠습니다.

import pandas as pd

# 딕셔너리로 DataFrame 생성
data = {
   '이름': ['Alice', 'Bob', 'Charlie'],
   '나이': [25, 30, 35],
   '성별': ['여성', '남성', '남성']
}

df = pd.DataFrame(data)

# DataFrame 출력
print(df)


4.2. 데이터 조작과 필터링


DataFrame을 조작하고 필터링하는 예시입니다.

import pandas as pd

# CSV 파일을 불러와 DataFrame으로 저장
data = pd.read_csv('data.csv')

# 'Age' 열이 30 이상인 데이터 필터링
filtered_data = data[data['Age'] >= 30]

# 결과 출력
print("Age가 30 이상인 데이터:")
print(filtered_data.head())


5. 결론


DataFrame은 열과 행으로 구성된 테이블 형태의 데이터를 다루는 데 유용한 도구로서, 데이터 조작, 필터링, 집계, 시각화 등 다양한 작업에 사용됩니다. pandas의 DataFrame의 특징과 사용법을 설명하고, 예시 코드를 통해 DataFrame을 생성하고 데이터를 다루는 방법을 살펴보았습니다. DataFrame은 데이터 처리와 분석에 필수적인 도구로 여겨지며, 데이터 과학 분야에서 중요한 역할을 합니다.

반응형