[pandas] Series

Series

내용

• 기본
• 사전 객체를 Series로 전환
• Series 객체의 호출과 슬라이싱

기본

pandas는 파이썬을 사용하여 데이터를 정렬하고 분석할 경우 필수적으로 사용하는 라이브러리로 데이터를 표(table) 구조로 반환합니다. 리스트 또는 numpy의 배열(array)형을 기본 자료형로 하므로 numpy와의 호환이 유연하게 이루어지며 pandas내의 다양한 속성, 메소드, 함수등이 numpy의 그것들과 매우 유사합니다. 단지 numpy 배열의 경우 모든 원소의 기본 자료형이 동일해야 하지만 pandas객체의 경우 다양한 자료형들을 혼합하여 사용할 수 있습니다.

import numpy as np 
import pandas as pd 

Series는 1개의 리스트 또는 1차원 numpy.array 객체 등을 요소로 하는 pandas 객체로서 다음 함수로 생성할 수 있습니다.

• pd.Series(데이터, index=None, dtype=None, name=None)
  • 각 데이터에 대응하는 이름(행이름)은 index로 지정할 수 있습니다.
    기본값은 위 결과와 같이 행인덱스(0, 1, 2, …)입니다.
  • 데이터의 자료형은 dtype으로 지정
    지정하지 않을 경우 python에 의해 추론된 자료형으로 지정
  • name은 Series 객체의 이름을 지정

x=np.linspace(1, 20,  5); print(x)

[ 1.    5.75 10.5  15.25 20.  ]

s=pd.Series(x); print(s)

0     1.00
1     5.75
2    10.50
3    15.25
4    20.00
dtype: float64

위 결과와 같이 series 객체 s는 한개의 열로 반환되며 각 행(샘플)의 이름만 지정됩니다.

series 객체 생성 후 요소의 인덱스는 속성 .index로 지정할 수 있습니다.

s.index=['a','b','c','d', 'e']
s

a     1.00
b     5.75
c    10.50
d    15.25
e    20.00
dtype: float64

Series 함수로 전달한 데이터와 인덱스는 대응의 관계 이므로 그 수는 같아야 합니다. 다음과 같이 그 수가 다를 경우 에러가 발생합니다.

pd.Series([1,2,3], index=["a","b","c","d"])

ValueError: Length of values (3) does not match length of index (4)

그러나 전달하는 데이터가 숫자형이나 문자형인 리터럴(literal)인 경우 인덱스의 수만큼 반복됩니다.

pd.Series(3, index=["a","b","c","d"])

a    3
b    3
c    3
d    3
dtype: int64

x=pd.Series("a", index=range(4), name="a의 반복");x

0    a
1    a
2    a
3    a
Name: a의 반복, dtype: object

위 객체 x는 생성시 name에 인수값을 전달하였습니다. 그 결과로 Name이 함께 반환됩니다. 이 결과는 속성 .name로 확인 할 수 있으며 수정할 수 있습니다.

x.name

'a의 반복'

x.name="test"
x

0    a
1    a
2    a
3    a
Name: test, dtype: object

Series는 1차원이며 다음과 같이 .shape와 .ndim으로 확인할 수 있습니다.

print(f"객체 s의 모양: {s.shape}, _차원: {s.ndim}")

객체 s의 모양: (5,), _차원: 1

Series 객체는 객체의 자료형을 함께 반환하며 속성 .dtype으로 확인할 수 있습니다. 요소의 자료형이 수치형과 문자형의 혼합일 경우 자료형은 'object' 또는 'O'로 반환됩니다.

s.dtype

dtype('float64')

a=["a", 1,"b", 2]
a1=pd.Series(a)
a1

0    a
1    1
2    b
3    2
dtype: object

a1.dtype

dtype('O')

Series는 다양한 속성을 가지고 있습니다.

사전 객체를 Series로 전환

"키:값"의 구조인 사전(dictionary)은 각각을 리스트로 변환할 수 있습니다. 이것은 series 객체로의 변환이 가능함을 의미합니다. 즉, 사전.values()는 seires의 데이터, 사전.keys()는 index로 할당됩니다.

d={"하나":1, "둘":2, "셋":3}
pd.Series(d)

하나    1
둘     2
셋     3
dtype: int64

pd.Series(d.values(), d.keys())

하나    1
둘     2
셋     3
dtype: int64

사전 객체인 경우 요소들과 대응하는 index가 지정된 것으로 새로운 index를 지정할 경우 모든 요소가 NaN으로 반환됩니다.

pd.Series(d, index=["a","b","c","d"])

a   NaN
b   NaN
c   NaN
d   NaN
dtype: float64

Series 객체의 호출과 슬라이싱

pandas 객체인 Sereise와 DataFrame은 다음 메서드를 사용하여 처음 또는 마지막에 지정한 수 만큼의 요소들을 호출할 수 있습니다.

• Series.head(n): 객체의 앞부분 부터 n개의 값들을 나타냅니다.
• Series.tail(n): 객체의 마지막 부분을 기준으로 n개의 값들을 나타냅니다.
• n의 디폴트 값은 5

np.random.seed(3)
s=pd.Series(np.random.randint(1, 100, size=10), index=['a','b','c','d','e','f','g','h','i','j'])
s

a    25
b     4
c    57
d    73
e     1
f    22
g    20
h    75
i    42
j    11
dtype: int32

s.head(2)

a    25
b     4
dtype: int32

s.tail()

f    22
g    20
h    75
i    42
j    11
dtype: int32

객체의 index(행이름)과 값을 분리하여 나타낼 수 있습니다. 결과는 모두 numpy.array 형이 됩니다.

• 객체.index: 객체의 행이름(인덱스) 반환
• 객체.values: 객체의 값들을 반환

s.index

Index(['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j'], dtype='object')

s.values

array([25,  4, 57, 73,  1, 22, 20, 75, 42, 11])

인덱스 또는 지정한 행 이름에 의해 요소(들)를 호출할 수 있습니다(인덱스와 슬라이싱(Index & Slicing) 참조).

Series 객체[인덱스 또는 조건]

s[:3]

a    25
b     4
c    57
dtype: int32

각 행이름으로 요소를 호출할 수 있으며 2개 이상의 여러 이름을 전달하기 위해서는 다음 코드와 같이 리스트 형식으로 인수를 전달합니다.

s[['a', 'b', 'c']]

a    25
b     4
c    57
dtype: int32

객체에서 조건에 맞는 부분만을 호출할 수 있습니다. 예를들어 객체 s의 원소들 중 85%보다 큰 원소들만을 추출할 경우 그 조건을 지정합니다.

np.percentile(s, 85) #객체 중 85%에 해당하는 원소 
s1=s[s>np.percentile(s,85)]
s1

d    73
h    75
dtype: int32