001–010 Series와 DataFrame 만들기

pd.Series() 괄호 안에 리스트를 그대로 넣습니다.

Pythonpd.Series([10, 20, 30, 40])

결과0    10
1    20
2    30
3    40
dtype: int64

풀이: 리스트의 값이 순서대로 들어가고 기본 정수 인덱스가 붙습니다.

인덱스를 정하지 않으면 0부터 번호가 붙습니다.

pd.Series(값 리스트, index=인덱스 리스트) 형태입니다. 두 리스트의 길이가 같아야 합니다.

Pythonpd.Series([3, 5, 2], index=['사과', '배', '귤'])

결과사과    3
배      5
귤      2
dtype: int64

풀이: 값과 인덱스의 개수를 맞추면 과일 이름으로 값을 조회할 수 있습니다.

딕셔너리를 넣으면 키가 인덱스가 됩니다. Series의 이름은 name= 인자로 정합니다.

Pythonpd.Series({'사과': 1200, '바나나': 800, '딸기': 3000}, name='price')

결과사과      1200
바나나     800
딸기      3000
Name: price, dtype: int64

풀이: Series의 name은 값의 이름이고, 과일별 키는 인덱스입니다.

딕셔너리의 키가 인덱스가 됩니다.

최댓값은 max(), 최댓값이 있는 자리의 인덱스는 idxmax()입니다. 쉼표로 두 식을 이어 쓰면 함께 출력됩니다.

Pythonprice = pd.Series({'사과': 1200, '바나나': 800, '딸기': 3000})
price.idxmax(), price.max()

결과('딸기', np.int64(3000))

풀이: 최댓값의 위치를 먼저 찾은 뒤 이름과 가격을 함께 확인합니다. 동점이면 idxmax는 첫 인덱스를 반환합니다. numpy 2 이상에서는 숫자 하나가 np.int64(3000)처럼 자료형과 함께 표시되는데, 값은 그냥 3000입니다.

idxmax는 최댓값의 인덱스를, max는 값을 돌려줍니다.

pd.DataFrame({"열 이름": [값, 값, ...], ...}) — 딕셔너리 하나가 표 하나입니다.

Pythondf = pd.DataFrame({
    'name': ['김민준', '이서연', '박지호', '최수아', '정민서', '강도윤', '윤하은', '임시우'],
    'class': ['A', 'B', 'A', 'C', 'B', 'C', 'A', 'B'],
    'kor': [85, 92, 58, 77, 66, 90, 73, 81],
    'eng': [78, 88, 64, 95, 59, 70, 82, 91],
    'math': [92, 75, 49, 88, 71, 66, 95, 60],
})
df

결과     name class  kor  eng  math
0  김민준     A   85   78    92
1  이서연     B   92   88    75
2  박지호     A   58   64    49
3  최수아     C   77   95    88
4  정민서     B   66   59    71
5  강도윤     C   90   70    66
6  윤하은     A   73   82    95
7  임시우     B   81   91    60

풀이: 딕셔너리의 키는 열 이름, 각 리스트는 그 열의 행 값입니다. 리스트 길이는 모두 같아야 합니다.

이후 장의 준비 코드에도 같은 표가 나옵니다.

안쪽 리스트 하나가 한 행입니다. 열 이름은 columns=[...]로 줍니다.

Pythonpd.DataFrame([['서울', 9.4], ['부산', 3.3]], columns=['city', 'value'])

결과   city  value
0  서울    9.4
1  부산    3.3

풀이: 안쪽 리스트 하나가 한 행이며 columns로 각 위치의 열 이름을 지정합니다.

바깥 리스트 하나가 한 행입니다.

np.arange(12)는 0~11을 만들고, .reshape(행, 열)로 모양을 바꿉니다. 열 이름은 list("ABCD")로 간단히 만들 수 있습니다.

Pythonpd.DataFrame(np.arange(12).reshape(3, 4), columns=list('ABCD'))

결과   A  B   C   D
0  0  1   2   3
1  4  5   6   7
2  8  9  10  11

풀이: arange의 끝값 12는 제외되므로 0~11, 모두 12개 값을 3×4로 바꿉니다.

df.shape는 괄호 없이 쓰는 속성입니다.

Pythondf.shape

결과(8, 5)

풀이: shape는 셀 개수가 아니라 두 축의 길이를 반환합니다.

(행, 열) 순서의 튜플입니다. 행 수만 필요하면 len(df).

rename(columns={옛 이름: 새 이름, ...}) 뒤에 .head(3)을 이어 씁니다. 결과를 df에 다시 넣지 않으면 원본은 그대로입니다.

Pythondf.rename(columns={'kor': '국어', 'eng': '영어', 'math': '수학'}).head(3)

결과     name class  국어  영어  수학
0  김민준     A    85    78    92
1  이서연     B    92    88    75
2  박지호     A    58    64    49

풀이: rename 결과에 head를 적용합니다. inplace를 지정하지 않아 원본 열 이름을 유지합니다.

rename은 새 표를 돌려주므로 원본 df는 그대로입니다.

set_index("열 이름").

Pythondf.set_index('name').head(3)

결과       class  kor  eng  math
name                        
김민준     A   85   78    92
이서연     B   92   88    75
박지호     A   58   64    49

풀이: set_index는 선택한 열을 행 라벨로 옮기며 기본적으로 원래 열 자리에서는 제거합니다.

되돌릴 때는 reset_index()를 씁니다.