[Pandas] 판다스 1차원 데이터, 시리즈를 생성해보자! pandas.Series

판다스 1차원 데이터 , 시리즈 생성하기 : padas.Series¶

판다스의 1차원 데이터를 시리즈라고 하는데, 이를 생성하는 함수는 pandas.Series() 이다.

파라미터로 data와 index가 있는데 데이터는 시리즈의 value(값)을 담당하고, index는 값에 할당되는 인덱스이다.

In [1]:

import pandas as pd 

In [2]:

index = ['eggs', 'apples', 'milk', 'bread']
data = [30, 6, 'Yes', 'No']

In [3]:

groceries = pd.Series(data = data, index = index)

In [4]:

groceries

Out[4]:

eggs       30
apples      6
milk      Yes
bread      No
dtype: object

groceries 에서 data로 넣은 값이 우측에 value로써 나타나고, 왼쪽에 그에대한 인덱스가 생성된것을 볼 수 있다.

판다스 시리즈의 속성을 사용하여 자세히 확인해 봅시다.

In [5]:

groceries

Out[5]:

eggs       30
apples      6
milk      Yes
bread      No
dtype: object

In [6]:

groceries.ndim  # ndim을 쓰면 몇 차원인지 확인할 수 있다. groceries가 1차원 데이터임을 알 수 있다.

Out[6]:

1

In [7]:

groceries.shape # groceries가 1차원 데이터이며, 값을 4개 가지고 있음을 알 수 있다.

Out[7]:

(4,)

In [8]:

groceries.index # 인덱스를 리턴

Out[8]:

Index(['eggs', 'apples', 'milk', 'bread'], dtype='object')

In [9]:

groceries.values # value를 리턴

Out[9]:

array([30, 6, 'Yes', 'No'], dtype=object)

in을 이용하면 시리즈의 index나 value에 값이 들어있는지를 확인할 수 있다.

다만 value의 경우에는 groceries.values 를 이용해야한다.

In [13]:

groceries

Out[13]:

eggs       30
apples      6
milk      Yes
bread      No
dtype: object

In [10]:

'apples' in groceries

Out[10]:

True

In [11]:

30 in groceries

Out[11]:

False

In [12]:

30 in groceries.values

Out[12]:

True