2025.07.04 Pandas 실무 기초 세션 2

튜터	김연준 튜터님
학습 목표	1. DataFrame에서 원하는 열(column)만 손쉽게 추출하는 방법을 익힌다. 2. value_counts(), unique(), describe() 외에도 기초 통계 함수(sum(), count(), nunique() 등)를 활용해 데이터 특성을 빠르게 파악한다. 3. 결측치 처리 함수인 **dropna()**와 **fillna()**의 다양한 옵션을 실제 예제와 함께 실습한다.

목차

1. 열(column) 단위 서브셋 추출
2. 데이터 요약 함수 활용
3. 결측치 처리 심화
4. 추가 기초 통계 함수

 

---

 

1️⃣ 열(column) 단위 서브셋 추출

• 목적 : 분석에 필요한 열만 분리해서 처리 속도와 가독성 향상

 

📌 방법 1 : 컬럼 리스트 전달

import pandas as pd
import seaborn as sns

df = sns.load_dataset("iris")
columns = ['sepal_width', 'sepal_length', 'species']
df_subset = df[columns]
df_subset.head()

 

📌 방법 2 : 단일 열 선택

# Series 형태 반환
sw = df['sepal_width']
print(type(sw), sw.shape)

 

📌 방법 3: loc / iloc 조합 사용

• loc: 라벨 기반

# 2~5행, 'sepal_width'부터 'petal_width'까지 추출
df.loc[2:5, 'sepal_width':'petal_width']

• iloc: 정수 위치 기반

# 앞쪽 3행, 2번째·4번째 열(인덱스 1, 3)만 선택
df.iloc[:3, [1, 3]]

 

 

2️⃣ 데이터 요약 함수 활용

📌 value_counts() : 각 고유값 출현 빈도 파악

species_counts = df['species'].value_counts()
print(species_counts)

 

📌 unique() / nunique() : 고유값 목록 및 개수 확인

uniques = df['species'].unique()
n_uniques = df['species'].nunique()

 

📌 describe() : 기초 통계 요약 — count, mean, std, min/max, 사분위수

df.describe()
df.count()
df.mean()
df.std()
df.min()
df.max()

 

📌 추가 함수

# 어떤 컬럼이 결측 없이 채워졌는지(count() vs shape[0]) 확인
total_petal_width = df['petal_width'].sum()
count_nonnull = df['petal_width'].count()
length, width = df.shape

 

 

3️⃣ 결측치 처리

 

📌 dropna()

• 기본 : 결측값 행 제거

  df_clean = df.dropna()

• 옵션 :
  • axis=1 (열 단위 제거)
  • how='all' (모두 NaN인 행/열만 제거)
  • subset=[...] (특정 열 기준)

  df.dropna(axis=1, how='all')
  df.dropna(axis=1, how='any')

 

📌 fillna()

• 단일 값으로 채우기

df_filled = df.fillna(0)

 

• 컬럼별 서로 다른 값 지정

values = {'A': 0, 'B': df['B'].mean(), 'C': 'unknown'}
df.fillna(value=values, inplace=True)

 

• 전방/후방 채우기

df.fillna(method='ffill')# 이전 값 복사
df.fillna(method='bfill')# 다음 값 복사

 

 

📌 결측치 개수 확인

df.isnull().sum()
df.notnull().sum()

 

 

4️⃣ 추가 기초 통계 함수

 

📌 sum() / mean() / median() / max() / min() / std() / var()

df['sepal_length'].mean()
df['petal_width'].std()
df[['sepal_length','sepal_width']].median()

 

📌 len() / shape 활용

total_rows = len(df)
total_cols = df.shape[1]

 

📌 boolean mask 응용

# petal_width 합계가 1.0 이상인 그룹만 요약
df[df['petal_width'] >= 1.0].describe()

 

 

 

---

2025.07.08 - [[스파르타]내일배움캠프 데이터 분석 트랙] - 36일차 - 실무에서 필요한 Pandas 기초 1

36일차 - 실무에서 필요한 Pandas 기초 1