DataFrame

DataFrame 생성

import pandas as pd
df = pd.DataFrame({
    "name": ["Alice", "Bob", "Carol"],
    "age": [25, 30, 35],
    "score": [88, 92, 79]
})

검사

df.head(n)	처음 n행 (기본값 5)
df.tail(n)	마지막 n행
df.shape	(행, 열) 튜플
df.dtypes	각 열의 데이터 타입
df.info()	열 타입, 비null 개수
df.describe()	수치 열 통계
df.columns	Index로 나타낸 열 이름
df.index	행 레이블

데이터 읽기

주요 리더

df = pd.read_csv("data.csv")
df = pd.read_excel("data.xlsx")
df = pd.read_json("data.json")
df = pd.read_sql(query, connection)

데이터 쓰기

df.to_csv("out.csv", index=False)
df.to_excel("out.xlsx", index=False)
df.to_json("out.json", orient="records")

읽기 옵션

sep=";"	사용자 정의 구분자
header=None	파일에 헤더 행 없음
usecols=[0,2]	특정 열만 읽기
nrows=100	처음 100행 읽기
na_values=["N/A"]	NaN으로 처리

선택

열

df["name"]              # single column (Series)
df[["name", "age"]]     # multiple columns (DataFrame)
df.name                 # attribute access (simple names)

loc / iloc으로 행 선택

df.loc[0]              # row by label
df.loc[0:2, "name"]    # rows 0-2, column "name"
df.iloc[0]             # row by position
df.iloc[0:2, 0:2]     # first 2 rows, 2 cols

loc vs iloc

df.loc[row, col]	레이블로 선택 (끝 포함)
df.iloc[row, col]	위치로 선택 (끝 미포함)
df.at[row, col]	레이블로 빠른 스칼라 접근
df.iat[row, col]	위치로 빠른 스칼라 접근

필터링

불리언 필터링

df[df["age"] > 25]
df[df["name"].str.contains("li")]
df[(df["age"] > 25) & (df["score"] > 80)]
df[df["name"].isin(["Alice", "Bob"])]

결측값 처리

df.isna().sum()          # NaN count per column
df.dropna()              # drop rows with any NaN
df.fillna(0)             # fill NaN with 0
df["col"].fillna(df["col"].mean())

정렬

df.sort_values("age")                # ascending
df.sort_values("age", ascending=False)
df.sort_values(["age", "score"])      # multi

집계

주요 집계

df["col"].sum()	열 합계
df["col"].mean()	평균
df["col"].median()	중앙값
df["col"].std()	표준 편차
df["col"].min() / .max()	최솟값 / 최댓값
df["col"].count()	비null 개수
df["col"].nunique()	고유값 수
df["col"].value_counts()	각 값의 빈도

다중 집계

df.agg({"age": "mean", "score": ["min", "max"]})
df.describe()  # summary stats for all numeric

GroupBy

기본 그룹화

df.groupby("dept")["salary"].mean()
df.groupby("dept").agg(
    avg_sal=("salary", "mean"),
    count=("salary", "count")
)

다중 그룹

df.groupby(["dept", "year"])["sales"].sum()
df.groupby("dept").size()  # rows per group

Transform 및 Apply

df["z_score"] = df.groupby("dept")["salary"] \
    .transform(lambda x: (x - x.mean()) / x.std())
df.groupby("dept").apply(lambda g: g.nlargest(3, "salary"))

병합

Merge (SQL 스타일 조인)

pd.merge(df1, df2, on="id")          # inner
pd.merge(df1, df2, on="id", how="left")
pd.merge(df1, df2, left_on="uid",
         right_on="user_id")

조인 유형

how="inner"	일치하는 행만 유지 (기본값)
how="left"	왼쪽 행 모두 유지, 불일치는 NaN
how="right"	오른쪽 행 모두 유지
how="outer"	양쪽 행 모두 유지

연결

pd.concat([df1, df2])             # stack rows
pd.concat([df1, df2], axis=1)     # side by side
pd.concat([df1, df2], ignore_index=True)

피벗 테이블

df.pivot_table(
    values="sales", index="region",
    columns="quarter", aggfunc="sum"
)

형태 변환

df.melt(id_vars=["name"],
        value_vars=["q1", "q2"],
        var_name="quarter", value_name="sales")

교차 집계

pd.crosstab(df["dept"], df["gender"])
pd.crosstab(df["dept"], df["gender"],
            normalize="index")  # row percentages

시계열

DateTime 기본

df["date"] = pd.to_datetime(df["date"])
df["year"] = df["date"].dt.year
df["month"] = df["date"].dt.month
df["weekday"] = df["date"].dt.day_name()

날짜 범위 및 리샘플링

pd.date_range("2025-01-01", periods=12, freq="ME")
df.set_index("date").resample("ME")["sales"].sum()

접근자 속성

.dt.year / .dt.month / .dt.day	날짜 구성 요소 추출
.dt.hour / .dt.minute	시간 구성 요소 추출
.dt.day_name()	요일 이름 (Monday 등)
.dt.days_in_month	해당 월의 일 수

일반 패턴

열 이름 변경

df.rename(columns={"old": "new"})
df.columns = ["a", "b", "c"]  # replace all

열 추가 / 수정

df["total"] = df["q1"] + df["q2"]
df["grade"] = df["score"].apply(
    lambda x: "A" if x >= 90 else "B"
)

열 / 행 제거

df.drop(columns=["temp"])
df.drop_duplicates(subset=["name"])
df.reset_index(drop=True)

문자열 연산

df["name"].str.lower()
df["name"].str.contains("ali", case=False)
df["name"].str.split(" ").str[0]  # first name

PANDAS 빠른 참조