Pandas 특강 - 임경원 튜터님 20260122

[ Pandas 특강 ]

 

• pd.read_csv('파일 경로')
  • . : '현재 폴더의' 
    • ex) ./data/titanic.csv : 현재 폴더의 data 폴더의 titanic.csv 파일
  • .. : '현재 위치의 윗 경로의'
    • ex) ../python_course/data/titanic.csv : 현재 위치가 포함된 모폴더의 python_course라는 폴더의 data 폴더의 titanic.csv 파일
  • ../.. : '현재 위치의 위의 윗 경로의'
  • / : '최상위 폴더의' (root)

 

 

• loc : 무조건 라벨 기반, 행이든 열이든 둘다 무조건 라벨이 인자로 들어와야함!
  • loc[행, 열] 순서
• iloc : 무조건 인덱스 기반, 행이든 열이든 둘다 무조건 인덱스가 인자로 들어와야함!
  • iloc[행, 열] 순서

 

 

• pandas를 배우는 이유
  • 우리가 다룰 데이터는 어마어마한 큰 데이터임
  • 이를 빠르게 처리하기 위해서 판다스를 사용함
  • 엑셀로 할 수는 있지만 너무너무 느림
  • 새로 컬럼 조합하고 생성하는 기능은 판다스가 엄청 빠름
• csv vs xlsx (vs parquet)
  • csv 파일보다 xlsx가 더 무거움
  • 데이터 로드하는데만 해도 더 오래걸림
  • csv 파일은 텍스트 파일임
  • xlsx는 협업하기 좋음
  • parquet은 분석용으로 만들어진 것
    • parquet이 제일 빠르고 가벼움
    • 판다스도 지원함 (분석 친화적)
  • csv나 xlsx가 느리고 무거울 때 parquet으로 변환하면 훨씬 빠르고 가벼움

 

 

• NULL vs None vs NaN

개념	대응 언어	의미	비유
NULL / 0	C, C++	아무것도 가리키지 않는 포인터	주소록에 적힌 번호가 없음
None	Python	값이 존재하지 않음을 나타내는 객체	상자 안에 아무것도 없음
NaN	공통(부동소수점)	숫자가 아님 (Not a Number)	상자 안에 숫자가 아닌 '에러'가 들어있음

 

• NaN: 정의되지 않은 값
  • 자신과도 같지 않음
    • NaN == NaN 의 결과는 False (파이썬에서 유일하게 자기자신과 같지 않은 값)
  • 전염성
    • 어떤 숫자 계산에 NaN이 하나라도 섞이면 결과는 무조건 NaN이 됨

 

 

• chain indexing vs loc[]

bios[bios['height_cm']>218][['name','height_cm']]
# chain indexing
# 문제가 생길 수 있음

bios.loc[bios['height_cm']>218, ['name','height_cm','born_region']]
# 파이썬 공식 문서에서도 권장하는 안전한 코드