Series
Series
개요
데이터 과학 및 분석 분야에서 Series는 주로 파이썬의 pandas 라이브러리에서 제공하는 1 차원 라벨링된 배열을 의미합니다. R 언어의 데이터 구조에서 영감을 받아 설계되었으며, 시계열 데이터, 카테고리 데이터, 수치형 데이터 등 다양한 유형의 데이터를 효율적으로 저장하고 처리하는 데 핵심적으로 사용됩니다. 데이터 과학 워크플로우에서 [DataFrame](/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%EA%B5%AC%EC%A1%B0/DataFrame)과 함께 가장 기초적이면서도 강력한 데이터 구조로 자리 잡고 있으며, 데이터 정제, 탐색적 분석, 머신러닝 전처리 등 다양한 단계에서 필수적으로 활용됩니다.
주요 특징
- 1 차원 구조: 단일 열(column) 또는 행(row)에 해당하는 데이터를 표현합니다.
- 라벨 기반 인덱싱: 정수 위치뿐만 아니라 사용자 정의 라벨(문자열, 날짜, UUID 등)을 인덱스로 사용할 수 있어 가독성과 유연성이 높습니다.
- 이질적 데이터 지원: 한 번의 Series 객체 내에 정수, 실수, 문자열, 불리언 등 서로 다른 데이터 타입을 포함할 수 있습니다.
- 벡터화 연산: NumPy 기반의 빠른 산술 및 논리 연산을 지원하며, 누락된 값(NaN) 처리 기능이 내장되어 있습니다.
- 메타데이터 보존: 생성, 변환, 필터링 과정에서 인덱스 정보와 데이터 타입이 자동으로 추적되어 데이터 과학 파이프라인의 안정성을 높입니다.
생성 및 초기화
pandas.Series는 다양한 방법으로 생성할 수 있습니다. 주요 생성 패턴은 다음과 같습니다.
import pandas as pd
import numpy as np
# 리스트에서 생성 (기본 인덱스는 0부터 시작)
s1 = pd.Series([10, 20, 30, 40])
# 딕셔너리에서 생성 (키가 인덱스, 값이 데이터가 됨)
s2 = pd.Series({'A': 100, 'B': 200, 'C': 300})
# 스칼라 값으로 생성 (지정된 길이만큼 값이 반복됨)
s3 = pd.Series(5, index=['x', 'y', 'z'])
# NumPy 배열에서 생성
s4 = pd.Series(np.array([1.1, 2.2, 3.3]))
# 인덱스 명시적 지정
s5 = pd.Series([10, 20, 30], index=['row1', 'row2', 'row3'])
인덱싱과 슬라이싱
Series 는 위치 기반(iloc) 과 라벨 기반(loc) 인덱싱을 모두 지원합니다. 이는 데이터 과학에서 특정 관측치나 조건에 맞는 데이터를 빠르게 추출하는 데 필수적입니다.
| 접근 방식 | 설명 | 예시 |
|---|---|---|
loc[] |
라벨 기반 접근 (인덱스 값 기준) | s.loc['A'] |
iloc[] |
정수 위치 기반 접근 (0부터 시작) | s.iloc[0] |
| 슬라이싱 | 범위 기반 추출 (시작 포함, 끝 미포함) | s[1:3] |
| 조건부 필터링 | 불리언 배열 사용 | s[s > 20] |
| 다중 라벨 접근 | 리스트로 인덱스 전달 | s.loc[['A', 'C']] |
연산 및 활용
Series 는 수학 연산, 통계 분석, 데이터 변환 등 다양한 작업에 활용됩니다.
- 산술 연산:
+,-,*,/등을 적용하면 요소별(element-wise) 연산이 자동으로 수행됩니다. 인덱스가 일치하지 않는 Series 간 연산 시NaN이 반환되며, 이는 결측치 처리 로직과 자연스럽게 연결됩니다. - 통계 함수:
mean(),median(),std(),describe()등을 통해 기술 통계량을 빠르게 계산합니다. - 데이터 정제:
dropna(),fillna(),astype()등을 활용하여 누락값 처리 및 타입 변환을 수행합니다. - 시계열 처리: 인덱스를
[DatetimeIndex](/doc/%EA%B8%B0%EC%88%A0/%EB%8D%B0%EC%9D%B4%ED%84%B0%EA%B3%BC%ED%95%99/%EC%9D%B8%EB%8D%B1%EC%8A%A4%ED%83%80%EC%9E%85/DatetimeIndex)로 설정하면 시간 단위 재샘플링(resampling), 이동 평균(moving average), 기간 변환 등 시계열 분석이 용이해집니다.
DataFrame 및 NumPy 배열과의 비교
데이터 과학에서 Series 는 종종 DataFrame 과 NumPy 배열과 비교됩니다. 각 구조의 특징은 다음과 같습니다.
| 특징 | Series | DataFrame | NumPy 배열 |
|---|---|---|---|
| 차원 | 1 차원 | 2 차원 | 1~N 차원 |
| 인덱스 | 라벨/정수 기반 | 열/행 라벨 기반 | 정수 위치만 |
| 데이터 타입 | 이질적 가능 | 열별 타입 상이 | 동질적 필수 |
| 주요 용도 | 단일 변수 분석 | 표 형식 데이터 관리 | 고성능 수치 연산 |
| 메모리 효율 | 중간 | 낮음 (메타데이터 오버헤드) | 높음 |
참고 자료 및 관련 문서
- pandas 공식 문서: Series
- McKinney, W. (2017). Python for Data Analysis (2nd ed.). O'Reilly Media.
- 관련 문서:
DataFrame,Index,NumPy,시계열 분석,데이터 정제,결측치 처리
이 문서는 AI 모델(qwen3.6-35b-a3b@iq4_xs)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.