안녕하세요, 오늘은 Python Pandas Series에 대해 자세히 알아보고자 합니다.
공식 홈페이지를 참조하였으며 무작정 전부를 소개하는 것이 아닌 실무에서 사용할만한 메서드만을 정리하겠습니다.
Pandas Series 간단한 소개는 여기에서 살펴보실 수 있습니다.
Python Pandas Series
pd.Series(data=None, index=None, dtype=None, name=None, copy=None)
생성자입니다. series 객체를 만들 때는 5가지의 parameter를 지정할 수 있습니다.
- data: array-like, Iterable, dict, or scalar value
Series로 변환할 데이터를 넣어주시면 됩니다. 데이터가 dict인 경우 순서는 유지됩니다. - index: array-like or Index (1 dimension)
중복을 허용하며 data 값의 length와 같아야 합니다. index에 값을 제공하지 않으면 0, 1, 2…, n으로 들어갑니다. - dtype: str, numpy.dtype, or ExtensionDtype, optional
data의 element의 타입을 지정할 수 있습니다. data에 숫자 배열을 넣고 dtype에 str을 지정하면 각 요소가 모두 str 타입으로 변경됩니다. dtype을 지정하지 않으면 data 안의 값을 추론합니다. dtype에 넣을 수 있는 값은 여기를 참고해주세요. - name: hashable, default None
Series의 이름을 지정합니다. (쓸 일이 없을 것 같네요) - copy: bool, default False
False라면 data에 넣은 원본 값이 변경되었을 때 함께 변경됩니다. 원치 않는 변경이 일어날 수 있는 단점이 있습니다.
True를 통해 별도의 객체로 존재하게 해주는 것이 side-effect를 방지하는 데에 도움이 될 수 있습니다.
pd.Series.index
생성자를 통해 series를 생성하고 나서도 index를 아래와 같이 간편하게 변경할 수 있습니다.
target = ['apple', 'banana', 'cola']
temperature = [10, 12.4, 5]
ss = pd.Series(data=temperature, index=target)
# index 재지정
ss.index = ['zero-coke', 'pineapple', 'yogurt']pd.Series.size
Series의 length를 리턴합니다.
ss = pd.Series(['Apple', 'Banana', 'Cola'])
ss.size # 3pd.Series.empty
Series가 비어있는지 여부를 리턴합니다.
ss = pd.Series(['Apple', 'Banana', 'Cola'])
ss.empty # False
sss = pd.Series([])
sss.empty # True
sss = pd.Series()
sss.empty # Truepd.Series.dropna
Series 내에 null 값을 제외한 결과를 리턴합니다.
ss = pd.Series(['Apple', 'Banana', 'Cola', None, 1])
ss.dropna()
# 0 Apple
# 1 Banana
# 2 Cola
# 4 1
# dtype: objectpd.Series.drop_duplicates(keep=’first’ (default) | ‘last’ | False)
중복된 값을 제거합니다. keep 인자를 통해 첫 번째 값을 유지시킬지(first), 마지막 값을 유지시킬지(last), 제거할지(False) 지정할 수 있습니다.
ss = pd.Series([1, 1, 2, 1, 3, 5, 7, 5, 0, 0])
ss.drop_duplicates()
# 0 1
# 2 2
# 4 3
# 5 5
# 6 7
# 8 0
# dtype: int64pd.Series.duplicated(keep=’first’ (default) | ‘last’ | False)
중복된 값이 어떤 것인지 알려줍니다. keep param을 통해 처음 등장하는 요소를 제외하고 True로 표기(first)하거나 마지막에 등장하는 요소를 제외하고 True로 표기(last)하거나 모든 중복 값을 표기(False)할지 지정할 수 있습니다.
animals = pd.Series(['llama', 'cow', 'llama', 'beetle', 'llama'])
animals.duplicated(keep='first')
0 False
1 False
2 True
3 False
4 True
dtype: bool
animals.duplicated(keep='last')
0 True
1 False
2 True
3 False
4 False
dtype: bool
animals.duplicated(keep=False)
0 True
1 False
2 True
3 False
4 True
dtype: boolpd.Series.astype
Series 내 값들의 타입을 일괄 변경합니다.
ss = pd.Series([1, 2])
# 0 1
# 1 2
# dtype: int64
ss = ss.astype('int32')
# 0 1
# 1 2
# dtype: int32pd.Series.copy
Series를 복사합니다. 새로운 주소 값에 할당합니다. copy 함수를 사용하지 않고 새로운 변수에 할당한다면 원본에 영향을 미치게 됩니다.
ss = pd.Series([1, 2])
aa = ss.copy()
aa[0] = 99
ss
# 0 1
# 1 2
# dtype: int64
aa
# 0 99
# 1 2
# dtype: int64
aa = ss
aa[0] = 99
ss
# 0 99
# 1 2
# dtype: int64
aa
# 0 99
# 1 2
# dtype: int64pd.Series.to_list
Series 객체를 list 객체로 바꾸고 싶을 때 사용합니다.
ss = pd.Series([1, 2, 3])
ss.to_list()
[1, 2, 3]pd.Series.pop
index 값을 입력하면 index에 해당하는 데이터가 삭제됩니다. 만약 없는 index 값을 넣는다면 KeyError가 발생합니다.
parameter를 필수로 입력해야 합니다.
ss = pd.Series([1, 2, 3])
ss.pop(1)
ss
0 1
2 3
dtype: int64pd.Series.map
Series 내의 값을 모두 순회하며 첫 인자로 넘겨준 함수를 실행한 결과를 새로운 list로 반환합니다.
ss = pd.Series([1, 2, 3])
ss.map('I have {}'.format)
0 I have 1
1 I have 2
2 I have 3
dtype: objectpd.Series.groupby
SQL의 group by절과 유사합니다.
ser = pd.Series([390., 350., 30., 20.],
index=['Falcon', 'Falcon', 'Parrot', 'Parrot'],
name="Max Speed")
Falcon 390.0
Falcon 350.0
Parrot 30.0
Parrot 20.0
Name: Max Speed, dtype: float64
ser.groupby(["a", "b", "a", "b"]).mean()
a 210.0
b 185.0
Name: Max Speed, dtype: float64
ser.groupby(level=0).mean()
Falcon 370.0
Parrot 25.0
Name: Max Speed, dtype: float64
ser.groupby(ser > 100).mean()
Max Speed
False 25.0
True 370.0
Name: Max Speed, dtype: float64pd.Series.count
null 값이 아닌 value들이 몇 개인지 센 결과를 리턴합니다.
s = pd.Series([0.0, 1.0, np.nan])
s.count() # 2pd.Series.sort_values
값을 기준으로 정렬하고자 할 때 사용합니다.
s = pd.Series([np.nan, 1, 3, 10, 5])
0 NaN
1 1.0
2 3.0
3 10.0
4 5.0
dtype: float64
s.sort_values(ascending=True)
1 1.0
2 3.0
4 5.0
3 10.0
0 NaN
dtype: float64
s.sort_values(ascending=False)
3 10.0
4 5.0
2 3.0
1 1.0
0 NaN
dtype: float64
s.sort_values(na_position='first')
0 NaN
1 1.0
2 3.0
4 5.0
3 10.0
dtype: float64
s = pd.Series(['z', 'b', 'd', 'a', 'c'])
s.sort_values()
3 a
1 b
4 c
2 d
0 z
dtype: object
s = pd.Series(['a', 'B', 'c', 'D', 'e'])
s.sort_values()
1 B
3 D
0 a
2 c
4 e
dtype: object
s.sort_values(key=lambda x: x.str.lower())
0 a
1 B
2 c
3 D
4 e
dtype: objectpd.Series.sort_index
index를 기준으로 정렬합니다.
s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, 4])
s.sort_index()
1 c
2 b
3 a
4 d
dtype: object
s.sort_index(ascending=False)
4 d
3 a
2 b
1 c
dtype: object
s = pd.Series(['a', 'b', 'c', 'd'], index=[3, 2, 1, np.nan])
s.sort_index(na_position='first')
NaN d
1.0 c
2.0 b
3.0 a
dtype: object
s = pd.Series([1, 2, 3, 4], index=['A', 'b', 'C', 'd'])
s.sort_index(key=lambda x : x.str.lower())
A 1
b 2
C 3
d 4
dtype: int64마무리
오늘은 실무에서 사용할만한 메서드를 정리해보았는데요, 다음 시간에는 DataFrame의 메서드를 정리해보겠습니다.