# Pandas

## 개요**Pandas** 파이썬(Python) 기반의력한 **데이터 분석 및 데이터 조작 라이브러리**로, 데이터 과학, 통계 분석, 머러닝, 금융 분석 등 다양한야에서 널리 사용되고 있습니다 Pandas는 고성능의 데이터 구조와 데이터 분석 도구를 제공하여 정형 및 반정형 데이터를 쉽게 처리할 수 있도록 설계되었습니다. 특히 **DataFrame**과 **Series**라는 두 가지 핵심 데이터 구조를 통해 복잡한 데이터 작업을 직관적이고 효율적으로 수행할 수 있습니다.

Pandas는 2008년 웨스 맥키니es McKinney)에 의해 개발되었으며, 오픈소스 프로젝트로 현재 GitHub에서 활발히 유지보수되고 있습니다. NumPy, Matplotlib, SciPy, Scikit-learn 등 다른 과학 컴퓨팅 라이브러리와 높은 호환성 덕분에 파이썬 생태계에서 데이터 분석의 핵심 도구로 자리 잡았습니다.

---

## 주요 기능 및 특징

### 1. 핵심 데이터 구조

Pandas는 두 가지 주요 데이터 구조를 제공합니다.

#### **Series**
- 1차원 배열과 유사한 구조로, 각 요소에 라벨(인덱스)이 붙어 있습니다.
- 숫자, 문자열, 불리언 등 다양한 데이터 타입을 저장할 수 있습니다.

```python
import pandas as pd

s = pd.Series([1, 3, 5, 7], index=['a', 'b', 'c', 'd'])
print(s)
```

#### **DataFrame**
- 2차원 테이블 형태의 데이터 구조로, 엑셀 스프레드시트나 SQL 테이블과 유사합니다.
- 각 열은 다른 데이터 타입을 가질 수 있으며, 행과 열에 라벨을 부여할 수 있습니다.

```python
df = pd.DataFrame({
    '이름': ['김철', '이영희', '박민수'],
    '나이': [25, 30, 35],
    '도시': ['서울', '부산', '대구']
})
print(df)
```

---

### 2. 데이터 입출력 (I/O)

Pandas는 다양한 파일 형식에서 데이터를 읽고 쓸 수 있는 기능을 제공합니다.

| 형식 | 읽기 함수 | 쓰기 함수 |
|------|----------|----------|
| CSV | `pd.read_csv()` | `df.to_csv()` |
| Excel | `pd.read_excel()` | `df.to_excel()` |
| JSON | `pd.read_json()` | `df.to_json()` |
| SQL | `pd.read_sql()` | `df.to_sql()` |
| HDF5 | `pd.read_hdf()` | `df.to_h()` |

예:
```python
# CSV 파일 읽기
data = pd.read_csv('data.csv')

# Excel로 저장
data.to_excel('output.xlsx', index=False)
```

---

### 3. 데이터 정제 및 변환

Pandas는 결측치 처리, 중복 제거, 데이터 형변환, 인덱스 재설정 등 데이터 전처리 작업에 매우 유용합니다.

- **결측치 처리**: `isna()`, `dropna()`, `fillna()`
- **중복 제거**: `drop_duplicates()`
- **데이터 형변환**: `astype()`, `to_datetime()`
- **조건 필터링**: 불리언 인덱싱, `query()` 메서드

예:
```python
# 결측치 제거
df_clean = df.dropna()

# 특정 조건으로 필터링
adults = df[df['나이'] >= 30]
```

---

### 4. 데이터 분석 및 요약

Pandas는 통계적 요약, 그룹화, 집계 등을 쉽게 수행할 수 있습니다.

- **기본 통계**: `mean()`, `std()`, `describe()`
- **그룹화 분석**: `groupby()`를 사용한 그룹별 집계
- **피벗 테이블**: `pivot_table()`으로 교차 분석

예:
```python
# 그룹별 평균 나이
age_by_city = df.groupby('도시')['나이'].mean()

# 데이터 요약 통계
summary = df.describe()
```

---

## 사용 사례

Pandas는 다음과 같은 다양한 분야에서 활용됩니다:

- **데이터 과학 프로젝트**: 데이터 수집 → 정제 → 탐색적 데이터 분석(EDA)
- **금융 분석**: 주가 데이터 분석, 수익률 계산, 리스크 모델링
- **웹 스크래핑 후 처리**: BeautifulSoup 등과 함께 사용해 수집한 데이터를 정리
- **기계학습 전처리**: Scikit-learn 입력 데이터 준비
- **보고서 자동화**: 정기 보고서 생성 및 데이터 시각화 연동

---

## 성능 고려사항

Pandas는 편리하지만, **대용량 데이터**(예: 수백만 행 이상)를 처리할 때는 성능 이슈가 발생할 수 있습니다. 이 경우 다음과 같은 대안이나 최적화 전략을 고려해야 합니다:

- **Dask** 또는 **Modin**: Pandas와 유사한 인터페이스를 제공하면서 병렬 처리를 지원
- **Apache Arrow**: 메모리 효율적인 데이터 처리를 위한 기반 기술
- **Chunking**: `read_csv(chunksize=1000)`으로 데이터를 조각조각 읽기
- **카테고리 데이터 타입 사용**: 문자열 데이터를 `category`로 변환해 메모리 절약

---

## 관련 도구 및 생태계

Pandas는 파이썬 데이터 과학 생태계의 중심에 위치하며, 다음과 같은 도구들과 긴밀히 연동됩니다:

- **NumPy**: Pandas의 내부 연산은 NumPy 배열 기반
- **Matplotlib/Seaborn**: 데이터 시각화
- **Jupyter Notebook**: 데이터 탐색 및 분석 환경
- **Scikit-learn**: 머신러닝 모델 학습을 위한 데이터 준비

---

## 참고 자료

- [공식 문서](https://pandas.pydata.org/)
- Wes McKinney, *Python for Data Analysis*, O'Reilly Media
- GitHub 저장소: [https://github.com/pandas-dev/pandas](https://github.com/pandas-dev/pandas)

Pandas는 데이터 분석을 시작하는 모든 파이썬 사용자에게 필수적인 도구이며, 그 학습은 데이터 과학 여정의 첫걸음으로 꼽힙니다.