Python Pandas로 데이터 분석 기초

Python의 데이터 분석 라이브러리인 Pandas는 데이터 분석과 처리에 필수적인 도구입니다. Pandas를 사용하면 데이터 프레임(DataFrame)과 시리즈(Series)를 효율적으로 다룰 수 있으며, 데이터 정리, 분석, 시각화 등 다양한 작업을 간편하게 수행할 수 있습니다. 이번 글에서는 Pandas의 기본적인 사용법을 소개하고 실습 예제를 통해 데이터를 다루는 방법을 알아보겠습니다.

목차

1. Pandas란?
2. Pandas 설치 방법
3. Pandas의 주요 데이터 구조
4. 데이터 읽기 및 쓰기
5. 데이터 선택 및 필터링
6. 데이터 처리 및 정리
7. 간단한 데이터 분석 예제

---

1. Pandas란?

Pandas는 데이터 조작과 분석을 위해 설계된 Python 라이브러리입니다.

• 다양한 파일 형식(CSV, Excel, SQL, JSON등) 에서 데이터를 읽고 쓸 수 있음
• 데이터 정리, 필터링, 변환 작업 지원
• 통계 및 집계 연산 기능 제공
• 데이터 시각화 라이브러리(Matplotlib, Seaborn 등)와의 연동

2. Pandas 설치 방법

Pandas는 pip 명령어를 통해 간단히 설치할 수 있습니다. 터미널(또는 명령 프롬프트)에서 다음 명령어를 실행하세요.

pip install pandas

설치가 완료된 후 Pandas 버전을 확인하려면 Python 인터프리터에서 다음 코드를 실행합니다.

import pandas as pd
print(pd.__version__)

3. Pandas의 주요 데이터 구조

Pandas는 Series 와 DataFrame이라는 두 가지 주요 데이터 구조를 제공합니다.
(1) Series
Series는 1차원 배열로 인덱스와 값의 쌍으로 구성됩니다.

import pandas as pd

data = [10, 20, 30, 40]
series = pd.Series(data, index=['a', 'b', 'c', 'd'])
print(series)

# 출력

a    10
b    20
c    30
d    40
dtype: int64

(2) DataFrame
DataFrame은 행과 열로 이루어진 2차원 데이터 구조입니다.

data = {
    'Name': ['Alice', 'Bob', 'Charlie'],
    'Age': [25, 30, 35],
    'City': ['New York', 'San Francisco', 'Los Angeles']
}
df = pd.DataFrame(data)
print(df)

# 출력

      Name  Age           City
0    Alice   25      New York
1      Bob   30  San Francisco
2  Charlie   35   Los Angeles

4. 데이터 읽기 및 쓰기

Pandas는 다양한 파일 형식을 지원합니다. 가장 기본적인 CSV파일을 다루는 예제를 살펴보겠습니다.
(1) CSV 파일 읽기

df = pd.read_csv('data.csv')
print(df.head())  # 상위 5개 행 출력

(2) CSV 파일 쓰기

df.to_csv('output.csv', index=False)

Excel, SQL, JSON  등의 파일도 비슷한 방식으로 읽고 쓸 수 있습니다.

5. 데이터 선택 및 필터링

Pandas에서는 데이터를 쉽게 선택하고 필터링할 수 있습니다.
(1) 특정 열 선택

print(df['Name'])

(2) 조건 필터링

filtered = df[df['Age'] > 30]
print(filtered)

(3) 행과 열 동시 선택

print(df.loc[0, 'Name'])  # 첫 번째 행의 'Name' 열 값
print(df.iloc[0, 1])      # 첫 번째 행의 두 번째 열 값

6. 데이터 처리 및 정리

(1) 결측값 처리

# 결측값 확인
print(df.isnull().sum())

# 결측값 채우기
df.fillna('Unknown', inplace=True)

# 결측값 삭제
df.dropna(inplace=True)

(2) 데이터 변환

# 열 추가
df['Age Group'] = df['Age'].apply(lambda x: 'Adult' if x >= 18 else 'Child')

# 열 이름 변경
df.rename(columns={'Name': 'Full Name'}, inplace=True)

7. 간단한 데이터 분석 예제

실제 데이터를 사용한 간단한 데이터 분석 예제를 살펴보겠습니다.

(1) 데이터 준비
예제 데이터를 생성하거나 CSV파일에서 데이터를 불러옵니다.

data = {
    'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Values': [10, 20, 15, 25, 10, 30]
}
df = pd.DataFrame(data)

(2) 데이터 집계

# 카테고리별 합계
grouped = df.groupby('Category')['Values'].sum()
print(grouped)

# 출력

Category
A    35
B    75
Name: Values, dtype: int64

(3) 시각화

import matplotlib.pyplot as plt

grouped.plot(kind='bar')
plt.title('Category-wise Sum of Values')
plt.xlabel('Category')
plt.ylabel('Sum of Values')
plt.show()

8. 결론

이번 글에서는 Pandas의 기본적인 기능과 사용법을 간단히 살펴보았습니다. Pandas는 데이터 분석의 입문자에게도 친숙하며, 복잡한 데이터 처리와 분석 작업을 간소화합니다.