pandas

작성자

익명

작성일

2025.09.30

조회수

버전

pandas

pandas는 파이썬 데이터 조작과 분석을 위한 강력하고수준의 오픈스 라이브러리. NumPy, Sci, Matplotlib 등 함께 Python 기반 데이터학 생태계 핵심 구성 요 중 하나로, 데이터를율적으로 읽고, 정제, 변형하며 분석할 수 있는 다양한 기능을 제공합니다. 특히 2차원 테이블 형식의 데이터(데이터프레임)를 다루는 데 특화되어 있어, 엑셀, CSV, 데이터베이스 테이블 등 다양한 소스의 데이터를 쉽게 처리할 수 있습니다.

pandas는 2008년 월스트리트에서 금융 데이터 분석을 위해 Wes McKinney이 개발한 이후, 데이터 과학, 통계, 머신러닝, 업무 자동화 등 다양한 분야에서 널리 사용되고 있습니다.

주요 데이터 구조

pandas는 두 가지 핵심 데이터 구조를 제공합니다:

Series

Series는 1차원 배열과 유사한 구조로, 데이터와 각 데이터에 대응하는 인덱스(labels)를 가집니다. 각 요소는 같은 데이터 타입을 가지며, NumPy 배열을 기반으로 구현되어 있습니다.

import pandas as pd

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)

출력:

a    1
    20
c    30
d    40
dtype: int64

DataFrame

DataFrame은 2차원 테이블 형태의 데이터 구조로, 열(column)과 행(row)이 있으며, 각 열은 서로 다른 데이터 타입을 가질 수 있습니다. 엑셀 시트나 SQL 테이블과 유사합니다.

df = pd.DataFrame({
    '이름': ['홍길동', '김철수', '이영희'],
    '나이': [25, 30, 22],
    '성별': ['남', '남', '여']
})
print(df)

출력:

   이름  나이 성별
0  홍길동  25  남
1  김철수  30  남
2  이영희  22  여

주요 기능

데이터 입출력 (I/O)

pandas는 다양한 파일 형식에서 데이터를 읽고 쓸 수 있는 기능을 제공합니다:

[pd.read_csv](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/pd.read_csv)(): CSV 파일 읽기
[pd.read_excel](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/pd.read_excel)(): Excel 파일 읽기
[pd.read_json](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/pd.read_json)(): JSON 파일 읽기
[pd.read_sql](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/pd.read_sql)(): 데이터베이스에서 SQL 쿼리 결과 읽기
[df.to_csv](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/df.to_csv)(), [df.to_excel](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%9E%85%EB%A0%A5%EC%B6%9C%EB%A0%A5/df.to_excel)() 등: 데이터 저장

# CSV 파일 읽기
data = pd.read_csv('data.csv')

# Excel 파일 저장
data.to_excel('output.xlsx', index=False)

데이터 정제 및 변환

현실 세계의 데이터는 종종 불완전하거나 오염되어 있습니다. pandas는 다음과 같은 정제 기능을 제공합니다:

[df.dropna](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A0%95%EC%A0%9C/df.dropna)(): 결측값(NaN) 제거
[df.fillna](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A0%95%EC%A0%9C/df.fillna)(value): 결측값 채우기
df.duplicated(), [df.drop_duplicates](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A0%95%EC%A0%9C/df.drop_duplicates)(): 중복 데이터 처리
[df.replace](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B3%80%ED%99%98/df.replace)(): 특정 값 치환
[df.astype](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B3%80%ED%99%98/df.astype)(): 데이터 타입 변환

# 결측값을 평균으로 대체
df['나이'].fillna(df['나이'].mean(), inplace=True)

데이터 선택 및 필터링

pandas는 데이터의 특정 부분을 선택하거나 조건에 따라 필터링하는 다양한 방법을 제공합니다:

df['열이름']: 특정 열 선택
[df.loc](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A1%B0%EC%9E%91/df.loc)[]: 라벨 기반 선택
[df.iloc](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A1%B0%EC%9E%91/df.iloc)[]: 위치 기반 선택
불리언 인덱싱: 조건에 맞는 행 필터링

# 나이가 25 이상인 사람들만 선택
adults = df[df['나이'] >= 25]

그룹화 및 요약 통계

[groupby](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EA%B7%B8%EB%A3%B9%ED%99%94%EB%B6%84%EC%84%9D/groupby)() 메서드를 사용하면 데이터를 그룹화하여 요약 통계를 계산할 수 있습니다.

# 성별로 그룹화하여 평균 나이 계산
grouped = df.groupby('성별')['나이'].mean()

또한 [describe](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EC%9A%94%EC%95%BD%ED%86%B5%EA%B3%84/describe)(), [value_counts](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EC%9A%94%EC%95%BD%ED%86%B5%EA%B3%84/value_counts)(), [mean](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EC%9A%94%EC%95%BD%ED%86%B5%EA%B3%84/mean)(), [sum](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EC%9A%94%EC%95%BD%ED%86%B5%EA%B3%84/sum)() 등의 메서드를 통해 빠르게 통계를 확인할 수 있습니다.

print(df.describe())  # 수치형 데이터의 기초 통계

활용 분야

pandas는 다음과 같은 분야에서 널리 사용됩니다:

데이터 과학 및 머신러닝: 전처리, 피처 엔지니어링
금융 분석: 주가 데이터, 거래 기록 분석
업무 자동화: 반복적인 보고서 생성, 데이터 정리
웹 스크래핑 후 데이터 처리: BeautifulSoup 또는 Scrapy와 결합
빅데이터 전처리: Apache Spark와 연계하여 대용량 데이터 처리 전단계

설치 및 사용 환경

pandas는 일반적으로 [pip](/doc/%EA%B8%B0%EC%88%A0/%ED%8C%A8%ED%82%A4%EC%A7%80%EA%B4%80%EB%A6%AC%EB%8F%84%EA%B5%AC/Python/pip) 또는 [conda](/doc/%EA%B8%B0%EC%88%A0/%ED%8C%A8%ED%82%A4%EC%A7%80%EA%B4%80%EB%A6%AC%EB%8F%84%EA%B5%AC/Python/conda)를 통해 설치할 수 있습니다.

# pip 사용
pip install pandas

# conda 사용 (Anaconda 권장)
conda install pandas

대부분의 데이터 과학 환경에서는 Jupyter Notebook 또는 Google Colab과 함께 사용되며, 실시간 데이터 탐색과 시각화가 용이합니다.

참고 자료 및 관련 문서

공식 pandas 문서
pandas 사용자 가이드 (영문)
관련 라이브러리:
NumPy: pandas의 기반 배열 라이브러리
Matplotlib, Seaborn: 데이터 시각화
scikit-learn: 머신러닝 모델 학습 전 데이터 전처리

pandas는 데이터 분석 작업의 효율성을 크게 향상시키며, Python을 데이터 과학의 주요 언어로 자리매김하게 한 핵심 도구입니다.

📝 마크다운 원본

이 문서의 마크다운 원본 내용입니다.

# pandas

**pandas**는 파이썬 데이터 조작과 분석을 위한 강력하고수준의 오픈스 라이브러리. NumPy, Sci, Matplotlib 등 함께 Python 기반 데이터학 생태계 핵심 구성 요 중 하나로, 데이터를율적으로 읽고, 정제, 변형하며 분석할 수 있는 다양한 기능을 제공합니다. 특히 **2차원 테이블 형식의 데이터**(데이터프레임)를 다루는 데 특화되어 있어, 엑셀, CSV, 데이터베이스 테이블 등 다양한 소스의 데이터를 쉽게 처리할 수 있습니다.

pandas는 2008년 월스트리트에서 금융 데이터 분석을 위해 Wes McKinney이 개발한 이후, 데이터 과학, 통계, 머신러닝, 업무 자동화 등 다양한 분야에서 널리 사용되고 있습니다.

---

## 주요 데이터 구조

pandas는 두 가지 핵심 데이터 구조를 제공합니다:

### Series

`Series`는 **1차원 배열**과 유사한 구조로, 데이터와 각 데이터에 대응하는 **인덱스**(labels)를 가집니다. 각 요소는 같은 데이터 타입을 가지며, NumPy 배열을 기반으로 구현되어 있습니다.

```python
import pandas as pd

s = pd.Series([10, 20, 30, 40], index=['a', 'b', 'c', 'd'])
print(s)
```

출력:
```
a    1
    20
c    30
d    40
dtype: int64
```

### DataFrame

`DataFrame`은 **2차원 테이블** 형태의 데이터 구조로, 열(column)과 행(row)이 있으며, 각 열은 서로 다른 데이터 타입을 가질 수 있습니다. 엑셀 시트나 SQL 테이블과 유사합니다.

```python
df = pd.DataFrame({
    '이름': ['홍길동', '김철수', '이영희'],
    '나이': [25, 30, 22],
    '성별': ['남', '남', '여']
})
print(df)
```

출력:
```
   이름  나이 성별
0  홍길동  25  남
1  김철수  30  남
2  이영희  22  여
```

---

## 주요 기능

### 데이터 입출력 (I/O)

pandas는 다양한 파일 형식에서 데이터를 읽고 쓸 수 있는 기능을 제공합니다:

- `pd.read_csv()`: CSV 파일 읽기
- `pd.read_excel()`: Excel 파일 읽기
- `pd.read_json()`: JSON 파일 읽기
- `pd.read_sql()`: 데이터베이스에서 SQL 쿼리 결과 읽기
- `df.to_csv()`, `df.to_excel()` 등: 데이터 저장

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

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

### 데이터 정제 및 변환

현실 세계의 데이터는 종종 불완전하거나 오염되어 있습니다. pandas는 다음과 같은 정제 기능을 제공합니다:

- `df.dropna()`: 결측값(NaN) 제거
- `df.fillna(value)`: 결측값 채우기
- `df.duplicated()`, `df.drop_duplicates()`: 중복 데이터 처리
- `df.replace()`: 특정 값 치환
- `df.astype()`: 데이터 타입 변환

```python
# 결측값을 평균으로 대체
df['나이'].fillna(df['나이'].mean(), inplace=True)
```

### 데이터 선택 및 필터링

pandas는 데이터의 특정 부분을 선택하거나 조건에 따라 필터링하는 다양한 방법을 제공합니다:

- `df['열이름']`: 특정 열 선택
- `df.loc[]`: 라벨 기반 선택
- `df.iloc[]`: 위치 기반 선택
- 불리언 인덱싱: 조건에 맞는 행 필터링

```python
# 나이가 25 이상인 사람들만 선택
adults = df[df['나이'] >= 25]
```

### 그룹화 및 요약 통계

`groupby()` 메서드를 사용하면 데이터를 그룹화하여 요약 통계를 계산할 수 있습니다.

```python
# 성별로 그룹화하여 평균 나이 계산
grouped = df.groupby('성별')['나이'].mean()
```

또한 `describe()`, `value_counts()`, `mean()`, `sum()` 등의 메서드를 통해 빠르게 통계를 확인할 수 있습니다.

```python
print(df.describe())  # 수치형 데이터의 기초 통계
```

---

## 활용 분야

pandas는 다음과 같은 분야에서 널리 사용됩니다:

- **데이터 과학 및 머신러닝**: 전처리, 피처 엔지니어링
- **금융 분석**: 주가 데이터, 거래 기록 분석
- **업무 자동화**: 반복적인 보고서 생성, 데이터 정리
- **웹 스크래핑 후 데이터 처리**: BeautifulSoup 또는 Scrapy와 결합
- **빅데이터 전처리**: Apache Spark와 연계하여 대용량 데이터 처리 전단계

---

## 설치 및 사용 환경

pandas는 일반적으로 `pip` 또는 `conda`를 통해 설치할 수 있습니다.

```bash
# pip 사용
pip install pandas

# conda 사용 (Anaconda 권장)
conda install pandas
```

대부분의 데이터 과학 환경에서는 **Jupyter Notebook** 또는 **Google Colab**과 함께 사용되며, 실시간 데이터 탐색과 시각화가 용이합니다.

---

## 참고 자료 및 관련 문서

- [공식 pandas 문서](https://pandas.pydata.org/docs/)
- [pandas 사용자 가이드 (영문)](https://pandas.pydata.org/pandas-docs/stable/user_guide/index.html)
- 관련 라이브러리:
  - **NumPy**: pandas의 기반 배열 라이브러리
  - **Matplotlib**, **Seaborn**: 데이터 시각화
  - **scikit-learn**: 머신러닝 모델 학습 전 데이터 전처리

pandas는 데이터 분석 작업의 효율성을 크게 향상시키며, Python을 데이터 과학의 주요 언어로 자리매김하게 한 핵심 도구입니다.

AI 생성 콘텐츠 안내

이 문서는 AI 모델(qwen-3-235b-a22b-instruct-2507)에 의해 생성된 콘텐츠입니다.

주의사항: AI가 생성한 내용은 부정확하거나 편향된 정보를 포함할 수 있습니다. 중요한 결정을 내리기 전에 반드시 신뢰할 수 있는 출처를 통해 정보를 확인하시기 바랍니다.

위키너와나

pandas

pandas

주요 데이터 구조

Series

DataFrame

주요 기능

데이터 입출력 (I/O)

데이터 정제 및 변환

데이터 선택 및 필터링

그룹화 및 요약 통계

활용 분야

설치 및 사용 환경

참고 자료 및 관련 문서

📝 마크다운 원본

🤔 AI의 사고 과정

이 AI 생성 콘텐츠가 도움이 되었나요?