[Python] Pandas - Series

참고글 : [Python] Pandas - DataFrame

 

 

Series 

  - 1차원 배열 구조(벡터)

  - 단 하나의 데이터 타입 허용

  - 데이터 프레임을 구성하는 하나의 특정 row나 column으로 설명 가능

  - DataFrame의 기본 (Series가 모여 DataFrame이 만들어짐)

# Pandas 적용

import pandas as pd

from pandas import Series, DataFrame     # 함수를 이름 그대로 사용

 

# 생성

s1 = Series([1,2,3,4])

s1

0    1     # 행 번호를 갖는 형태로 저장 (0부터 시작)

1    2

2    3

3    4

dtype: int64

 

# Index row(Key) 설정

1. Series 생성 시 row index 이름(Key) 선언

s1= Series([1,2,3,4], index = ['a','b','c','d'])

s1

a    1

b    2

c    3

d    4

dtype: int64

2. Series 생성 후 row index 이름(Key) 선언

s1 = Series([1,2,3,4])

s1.index = ['a','b','c','d']

s1

a    1

b    2

c    3

d    4

dtype: int64

# 이름 설정

s1= Series([1,2,3,4], index = ['a','b','c','d'])

s1.index.name = 'alpa'      # index 이름 부여 (그래프 생성 시 x축 label로 자동 설정)

alpa

a       1

b       2

c       3

d      4

dtype: int64

s1= Series([1,2,3,4], index = ['a','b','c','d'])   

s1.name = 'test'     # Series 객체 이름 부여 (객체 설명)

a    1

b    2

c    3

d    4

Name: test, dtype: int64

# 구조 확인

s1= Series([1,2,3,4])

s1.values    # value 확인

array([1, 2, 3, 4], dtype=int64)

s1.index    # index 확인

RangeIndex(start=0, stop=4, step=1)

s1.isnull()  ==  pd.insull(sq)    # 객체에 NA(null)값 존재 여부 확인

a    False

b    False

c    False

d    False

# 연산

s1 = Series([1,2,3,4])

s1 + 10

0    11     # 벡터연산 가능

1    12

2    13

3    14

dtype: int64

s1= Series([1,2,3,4], index = ['a','b','c','d'])

s2= Series([30,20,10,40], index = ['c','b','a','d'])

s1 + s2    

a    11     # Key 끼리 매칭되어 연산

b    22

c    33

d    44

dtype: int64

# 색인

s1= Series([1,2,3,4], index = ['a','b','c','d'])

s1['a']         # 이름(key) 색인

s1.a            # 속성 색인

s1[0]          # 위치 색인

1

s1[s1>=3]   # 조건 색인

c    3

d    4

# 재색인(reindex)

s1= Series([1,2,3,4], index = ['a','b','c','d'])

Series(s1, index = ['d','b','c','a'])   

d    4    # 이미 생성된 Series의 index를 사용하여 원하는 순서에 맞게 출력

b    2        원본의 index의 순서를 바꾸는 용도 혹은 Key 부여가 아닌, index에 매칭되는 key를 출력

c    3

a    1