lesson1Title

lesson2Title

lesson3Title

lesson4Title

lesson5Title

lesson6Title

lesson7Title

lesson8Title

lesson9Title

lesson10Title

lesson11Title

lesson12Title

lesson13Title

lesson14Title

lesson15Title

lesson16Title

lesson17Title

lesson18Title

automationIntroBasicsChapter1Title

automationIntroBasicsChapter2Title

automationIntroBasicsChapter3Title

automationIntroBasicsChapter4Title

import pandas as pd

data_frame = pd.DataFrame({
    '품목': ['사과', '바나나', '딸기', '포도'],
    '매출': [1000, 2000, 1500, 3000]
})

# 특정 열 선택
sales = data_frame['매출']
print("sales:", sales)
print("=" * 40)

# 조건에 맞는 행 필터링
filtered_data = data_frame[data_frame['매출'] > 1500]
print("filtered_data:", filtered_data)
print("=" * 40)

# 데이터 정렬
sorted_data = data_frame.sort_values(by='매출', ascending=False)
print("sorted_data:", sorted_data)
print("=" * 40)

# 데이터프레임으로 데이터 다루기

Pandas의 `데이터프레임`은 엑셀과 같은 **표 형식의 데이터**를 체계적으로 다루기 위한 데이터 구조입니다.

데이터프레임은 여러 개의 시리즈로 구성된 `2차원 배열`이며, 행과 열이 모두 존재합니다.

아래는 품목과 매출 데이터를 담은 데이터프레임을 생성하고, 데이터를 조작하는 간단한 코드 예시입니다.

```python title="데이터 조작 예시"
import pandas as pd

# 데이터프레임 생성
data_frame = pd.DataFrame({
 '품목': ['사과', '바나나', '딸기', '포도'],
 '매출': [1000, 2000, 1500, 3000]
})

# 특정 열 선택
sales = data_frame['매출']
print("sales:", sales)

# 조건에 맞는 행 필터링
filtered_data = data_frame[data_frame['매출'] > 1500]
print("filtered_data:", filtered_data)

# 데이터 정렬
sorted_data = data_frame.sort_values(by='매출', ascending=False)
print("sorted_data:", sorted_data)
```

 

1. `sales = data_frame['매출']` 코드는 데이터프레임에서 '매출' 열만 선택하여 시리즈로 반환합니다.

```plaintext title="print(sales) 출력 결과"
0 1000
1 2000
2 1500
3 3000
Name: 매출, dtype: int64
```

 

2. `filtered_data = data_frame[data_frame['매출'] > 1500]` 코드는 '매출' 열의 값이 1500보다 큰 행만 필터링하여 새로운 데이터프레임을 생성합니다.

```plaintext title="print(filtered_data) 출력 결과"
 품목 매출
1 바나나 2000
3 포도 3000
```

 

3. `sorted_data = data_frame.sort_values(by='매출', ascending=False)` 코드는 '매출' 열을 기준으로 내림차순 정렬한 데이터프레임을 반환합니다.

```plaintext title="print(sorted_data) 출력 결과"
 품목 매출
3 포도 3000
1 바나나 2000
2 딸기 1500
0 사과 1000
```

 

## 최대, 최소, 평균값 계산하기

데이터프레임 특정 열의 최대값, 최소값, 평균값을 계산하는 메서드는 다음과 같습니다.

- `max()`: 최대값

- `min()`: 최소값

- `mean()`: 평균값

아래 코드는 '매출' 열의 최대값, 최소값, 평균값을 계산하는 예시입니다.

 

```python title="최대, 최소, 평균값 계산"
import pandas as pd

data_frame = pd.DataFrame({
 '품목': ['사과', '바나나', '딸기', '포도'],
 '매출': [1000, 2000, 1500, 3000]
})

# 최대값
max_sales = data_frame['매출'].max()
# 최대값: 3000 출력
print(f'최대값: {max_sales}')

# 최소값
min_sales = data_frame['매출'].min()
# 최소값: 1000 출력
print(f'최소값: {min_sales}')

# 평균값
mean_sales = data_frame['매출'].mean()
# 평균값: 1875.0 출력
print(f'평균값: {mean_sales}')
```

Pandas에서 특정 열을 선택하면 데이터프레임이 아닌 시리즈로 반환됩니다.

### Pandas로 데이터프레임의 특정 열을 선택하면 시리즈 형태로 반환된다.

python_execution