파이썬 Pandas 기초 - 데이터프레임 병합, 등수 매기기 및 날짜 타입 처리 방법

파이썬의 Pandas 라이브러리는 데이터 분석에 있어 가장 강력한 도구 중 하나입니다. 특히 데이터프레임 병합, 등수 매기기, 날짜 타입 처리는 데이터 분석의 기초적인 작업으로, 이 글에서는 이 세 가지 주제에 대해 깊이 있는 내용을 다루어 보겠습니다.

1. 데이터프레임 병합

데이터프레임 병합은 여러 데이터셋을 결합하여 하나의 데이터셋으로 만드는 방법입니다. Pandas에서는 merge() 함수를 사용하여 이를 쉽게 구현할 수 있습니다. 데이터프레임을 병합할 때 주의해야 할 점은 병합 기준이 되는 열이 서로 일치해야 한다는 것입니다.

다음은 두 개의 데이터프레임을 병합하는 간단한 예제입니다:

학생 ID	이름
1	홍길동
2	김영희

학생 ID	성적
1	90
2	85

위의 두 데이터프레임을 병합하면 다음과 같은 결과를 얻을 수 있습니다:


import pandas as pd

df1 = pd.DataFrame({'학생 ID': [1, 2], '이름': ['홍길동', '김영희']})
df2 = pd.DataFrame({'학생 ID': [1, 2], '성적': [90, 85]})

result = pd.merge(df1, df2, on='학생 ID')
print(result)

결과는 다음과 같습니다:

학생 ID	이름	성적
1	홍길동	90
2	김영희	85

2. 등수 매기기

데이터프레임에서 특정 열의 값에 따라 등수를 매기는 것은 자주 필요한 작업입니다. Pandas에서는 rank() 메서드를 사용하여 이 작업을 수행할 수 있습니다. 이를 통해 성적이나 점수에 따른 순위를 쉽게 매길 수 있습니다.

다음은 성적에 따라 등수를 매기는 예제입니다:


import pandas as pd

data = {'이름': ['홍길동', '김영희', '이순신'], '성적': [90, 85, 95]}
df = pd.DataFrame(data)
df['등수'] = df['성적'].rank(ascending=False)
print(df)

이 코드를 실행하면 다음과 같은 결과를 얻습니다:

이름	성적	등수
홍길동	90	2.0
김영희	85	3.0
이순신	95	1.0

3. 날짜 타입 처리

데이터 분석에서 날짜 데이터는 매우 중요합니다. Pandas는 날짜 데이터를 처리하기 위한 다양한 기능을 제공합니다. 특히 pd.to_datetime() 함수를 사용하면 문자열 형식의 날짜를 날짜 타입으로 변환할 수 있습니다.

다음은 날짜 데이터를 처리하는 예제입니다:


import pandas as pd

data = {'날짜': ['2021-01-01', '2021-01-02', '2021-01-03']}
df = pd.DataFrame(data)
df['날짜'] = pd.to_datetime(df['날짜'])
print(df)

위 코드를 실행하면 다음과 같은 결과를 얻습니다:

날짜
2021-01-01
2021-01-02
2021-01-03

실용적인 팁

팁 1: 병합 시 접두사 사용

여러 데이터프레임을 병합할 때 같은 열 이름이 존재할 수 있습니다. 이때 suffixes 매개변수를 사용하여 접두사를 추가하면 데이터 혼동을 방지할 수 있습니다.

팁 2: 조건부 등수 매기기

여러 조건을 기반으로 등수를 매기려면 np.where()와 rank()를 조합하여 사용할 수 있습니다. 이를 통해 특정 조건을 만족하는 데이터에만 등수를 매길 수 있습니다.

팁 3: 날짜 인덱스 활용하기

날짜 데이터를 인덱스로 설정하면 시계열 데이터 처리에 유용합니다. set_index() 함수를 사용하여 날짜를 인덱스로 설정해 보세요. 이를 통해 데이터 필터링이 쉬워집니다.

팁 4: 데이터프레임 결합 후 중복 제거

병합 후 중복된 행이 발생할 수 있습니다. 이 경우 drop_duplicates() 메서드를 사용하여 중복을 제거하여 데이터의 정확성을 유지하세요.

팁 5: 날짜 형식 변환 시 오류 처리

날짜 형식을 변환할 때 오류가 발생할 수 있습니다. errors='coerce' 매개변수를 사용하면 변환할 수 없는 값은 NaT로 처리되므로 데이터 손실을 최소화할 수 있습니다.

요약 및 실천 팁

Pandas를 활용한 데이터프레임 병합, 등수 매기기, 날짜 타입 처리는 데이터 분석에서 필수적인 기술입니다. 이 글에서 소개한 예제와 팁을 통해 데이터 분석 작업을 보다 효율적으로 수행할 수 있습니다. 실습을 통해 익힌 내용을 바탕으로 실제 데이터를 분석해 보세요. 데이터프레임을 병합하고, 등수를 매기고, 날짜 데이터를 처리하는 과정에서 자신만의 노하우를 쌓아 나가는 것이 중요합니다. 이러한 기초적인 작업이 데이터 분석의 첫걸음임을 잊지 마세요!

excel_world