판다스(Pandas)란? - 이론, 기초

Pandas Overview

---

 

Pandas는 쉽고 직관적인 관계형 또는 분류된 데이터로 작업 할 수 있도록 설계된 

빠르고 유연하며 표현이 풍부한 데이터 구조를 제공하는 Python 패키지이다.

 

Python에서 실용적인 실제 데이터 분석을 수행하기 위한 고수준의 객체 형태를 목표로한다.

 

또한, 어떤 언어로도 사용할 수 있는 가장 강력하고 유연한 오픈 소스 데이터 분석 / 조직 도구가되는 더 넓은 목표를 가지고 있다. 

 

Pandas는 다음의 종류의 데이터에 적합한 분석 패키지이다.

• SQL 테이블 또는 Excel 스프레드 시트에서와 같이 이질적으로 유형이 지정된 열이있는 데이블 형식 데이터

• 정렬되고 정렬되지 않은 시계열 데이터

• 행 및 열 레이블이 포함 된 임의의 행렬 데이터 

• 다른 형태의 관찰 / 통계 데이터 세트

 

Pandas의 두 가지 주요 데이터 구조인 Series (1차원) 및 DataFrame (2차원)은 재무, 통계, 사회 과학 및

다양한 엔지니어링 분야의 일반적인 사용 사례의 대부분을 처리한다.

 

R 사용자의 경우 DataFrame은 R의 data.frame이 제공하는 모든 것을 제공한다.

 

Pandas는 NumPy를 기반으로하며 다른 많은 타사 라이브러리와 잘 통합되도록 설계되었다.

 

Pandas는 다음의 수행과정에 적합하다.

• 부동 소수점 데이터뿐만 아니라 누락 된 데이터(NaN)를 손쉽게 처리

• DataFrame 및 상위 차원 개체에서 열을 삽입하고 삭제할 수 있다.

• 입력하고자 하는 내용을 레이블 세트에 이름으로 정렬하거나 사용자가 레이블을 무시하고 Series, DataFrame 등으로 자동으로 데이터를 계산에 사용할 수 있다

• 데이터를 집계 및 변환하기 위해 데이터 세트에 분할 적용 및 유연한 그룹 별 기능 가능

• 다른 Python 및 NumPy 데이터 구조의 비정형 색인 생성 데이터를 DataFrame 객체로 쉽게 변환 할 수 있다.

• 지능형 레이블 기반 슬라이싱, 인덱싱 및 대용량 데이터 세트의 하위 집합 가능

• 직관적인 데이터 병합 및 결합 가능

• 데이터 세트의 유연한 재 형성 및 피벗 가능

• 축의 계층적 레이블링 가능

• 플랫 파일(CSV), Excel 파일, 데이터베이스 및 초고속 HDF5 형식의 저장 / 로드 데이터에서 데이터로드를 위한 견고한 IO 도구 포함

• 날짜 범위 생성 및 빈도 반환, 이동 창 통계, 이동 윈도우 선형 회귀, 날짜 이동 및 지연 사용 가능

이러한 원칙 중 많은 부분이 다른 언어 / 과학 연구 환경에서 자주 경험 한 단점을 해결하기위한 것이다. 

 

데이터 과학자의 경우 데이터 작업은 일반적으로 데이터 정리, 분석 / 모델링 그리고 분석 결과를 플로팅 또는 표 형식으로 표시하기에 적합한 형식으로 구성한다. 

---

 

Pandas 데이터 구조

---

 

차원	이름	설명
1차원	Series	균일한 유형의 배열로 표시된 1차원 데이터
2차원	DataFrame	잠재적으로 이질적으로 유형이 지정된 열이있는  크기가 가변적인 테이블 형식의 2차원 데이터

 

Pandas 데이터 구조를 생각하는 가장 좋은 방법은 더 낮은 차원의 데이터를 위한 유연한 컨테이너이다.

 

예를 들어, DataFrame은 Series의 컨테이너이고 Series는 스칼라의 컨테이너이다.

 

사전적으로 이러한 컨테이너에서 개체를 삽입하고 제거하는 편집 기술을 원한다.

 

또한 시계열 및 교차 단면 데이터 세트의 일반적인 방향을 고려한 공통 API 함수에 대해 적절한 기본 동작을 원한다. 

 

ndarray를 사용하여 2차원 및 3차원 데이터를 저장할 때 함수를 작성할 때 데이터 집합의 방향을 고려해야하는 부담이 있다.

 

Pandas에서 축은 데이터에 더 많은 의미론적 의미를 부여한다. 

 

그러므로 Pandas의 목표는 다운 스트림 기능에서 데이터 변환을 코딩하는 데 필요한 정신적 노력의 양을 줄이는 것이다. 

 

예를 들어 표 형식의 데이터 (DataFrame)를 사용하면 축 0과 축 1 대신 행과 열을 생각하는 것이 의미적으로 도움이된다. 따라서 DataFrame의 열을 반복하면 더 읽기 쉬운 코드가 된다.

---

 

데이터의 변경 및 복사

---

 

모든 Pandas 데이터 구조는 값을 변경할 수 있다. 

 

항상 크기를 변경할 수 있는 것은 아니다. 계열의 길이는 변경 할 수 없지만, 열을 DataFrame에 삽입 할 수 있다. 

 

그러나 대다수의 메소드는 새로운 객체를 생성하고 입력 데이터는 변경하지 않는다.

 

일반적으로 Pandas는 불변성을 선호한다.