파이썬 Pandas로 데이터프레임의 수치 연산하기

데이터 분석의 세계에서 Pandas는 필수적인 라이브러리입니다. 특히, 데이터프레임을 통해 수치 연산을 수행하는 것은 데이터 분석가에게 매우 중요한 작업입니다. 이 글에서는 Pandas 모듈을 사용하여 데이터프레임에서 수치 연산을 수행하는 5가지 방법을 자세히 살펴보겠습니다.

1. 기본 수치 연산

Pandas를 사용할 때 가장 기본적인 수치 연산은 덧셈, 뺄셈, 곱셈, 나눗셈입니다. 데이터프레임에서 이러한 연산을 수행할 수 있습니다. 예를 들어, 두 개의 열 간의 합계를 구할 수 있습니다.

제품	가격	수량	총 금액
사과	1000	5	5000
바나나	800	3	2400

위의 데이터프레임에서 총 금액은 가격과 수량을 곱하여 계산할 수 있습니다. 다음과 같이 코드를 작성할 수 있습니다:


import pandas as pd

data = {'제품': ['사과', '바나나'], '가격': [1000, 800], '수량': [5, 3]}
df = pd.DataFrame(data)
df['총 금액'] = df['가격'] * df['수량']
print(df)

2. 집계 함수 사용하기

데이터프레임에서 수치 데이터를 집계하는 것은 중요한 작업입니다. mean(), sum(), count()와 같은 집계 함수를 사용하여 데이터를 요약할 수 있습니다. 예를 들어, 총 금액의 평균을 구하는 방법은 다음과 같습니다:


average = df['총 금액'].mean()
print("평균 총 금액:", average)

3. 조건부 연산

데이터프레임에서 조건부 연산을 사용하여 특정 조건을 만족하는 데이터만 필터링할 수 있습니다. 예를 들어, 총 금액이 4000 이상인 제품만 선택할 수 있습니다. 이 작업은 loc 함수를 통해 수행할 수 있습니다:


high_sales = df.loc[df['총 금액'] >= 4000]
print(high_sales)

4. 데이터 변환

Pandas는 데이터를 변환하는 다양한 방법을 제공합니다. 예를 들어, 모든 가격을 10% 인상하고 싶다면 apply() 함수를 사용할 수 있습니다:


df['가격'] = df['가격'].apply(lambda x: x * 1.1)
print(df)

5. 누적 합계 계산하기

또한, 누적 합계를 계산하는 것도 매우 유용합니다. cumsum() 함수를 사용하여 누적 합계를 쉽게 구할 수 있습니다. 다음은 누적 총 금액을 계산하는 예제입니다:


df['누적 총 금액'] = df['총 금액'].cumsum()
print(df)

실용적인 팁 5가지

1. 데이터프레임의 인덱스 사용하기

인덱스를 활용하면 데이터를 더 쉽게 조작할 수 있습니다. 예를 들어, 상품명이나 날짜를 인덱스으로 설정하면 데이터 선택 시 매우 유용합니다. set_index() 메소드를 사용하여 특정 열을 인덱스로 설정할 수 있습니다.

2. 결측치 처리하기

결측치는 데이터 분석 시 큰 문제를 일으킬 수 있습니다. fillna() 함수를 사용하여 결측치를 특정 값으로 대체하거나 dropna() 함수를 사용하여 결측치가 포함된 행을 삭제할 수 있습니다.

3. 데이터 시각화하기

Pandas는 Matplotlib과 함께 사용할 수 있어 데이터 시각화가 가능합니다. 데이터를 분석한 후, plot() 함수를 사용하여 시각적으로 표현하면 통찰력을 얻는 데 도움이 됩니다.

4. 데이터 정렬하기

데이터를 정렬하는 것은 분석에 필수적입니다. sort_values() 메소드를 사용하여 특정 열을 기준으로 정렬할 수 있으며, 이를 통해 데이터를 쉽게 확인할 수 있습니다.

5. 데이터프레임 병합하기

다양한 데이터프레임을 병합할 필요가 있을 때 merge() 함수를 사용하면 유용합니다. 키를 기준으로 여러 데이터프레임을 결합하여 분석의 범위를 넓힐 수 있습니다.

요약 및 실천 팁

Pandas를 통해 데이터프레임의 수치 연산을 효율적으로 수행하는 방법을 살펴보았습니다. 기본 수치 연산, 집계 함수, 조건부 연산, 데이터 변환 및 누적 합계 계산까지 다양한 방법을 배웠습니다. 이를 통해 복잡한 데이터 분석을 더 쉽게 수행할 수 있습니다.

실제 활용을 위해 다음의 실천 팁을 고려해 보세요:

자주 사용하는 데이터프레임의 구조를 미리 설계하여 효율성을 높이세요.
결측치 처리 방법을 사전에 정해 두어 데이터 분석의 일관성을 유지하세요.
시각화를 통해 데이터 분석 결과를 명확하게 전달하세요.
데이터프레임 병합과 정렬 기능을 활용하여 다양한 분석을 수행하세요.
코드를 주석으로 남겨 다음에 작업할 때 쉽게 이해할 수 있도록 하세요.

excel_world