Series객체

pandas 객체

• DataFrame: 데이터 테이블 전체를 다루는 객체, 2차원 자료구조
• Series: 각각의 열 데이터를 다루는 객체, 1차원 자료구조

 

Series객체는 feature vector와 같은 개념으로 사용하고
일반적으로 하나의 feature 데이터를 포함하는 형태로 다루어진다.

 

매개변수

• data: 값 저장
• index: 숫자, 문자, 0부터 시작하지 않는 숫자, 랜덤순서인 숫자 모두 가능.
  데이터를 다룰때 데이터의 id값을 인덱스로 삼아 다뤄야할때가 있기 때문.
  Series객체에서는 인덱스 값의 중복 허용
• dtype: numpy의 데이터 타입과 같은데, pandas는 numpy의 wrapper라이브러리이기 때문이다.

pandas의 모든 객체는 index값을 기준으로 생성되는데

이때 index값에 대응하는 value가 없으면 NaN(Not a Number)(=Null, None)을 반환한다.

from pandas import Series, DataFrame

list_data = [1,2,3,4,5]
list_name = ["a", "a", "c", "d", "e"] # index값 중 "a" 중복
example_object = Series(data=list_data, index=list_name, dtype=float)
example_object

>a 1.0

  a 2.0

  c 3.0

  d 4.0

  e 5.0

  dtype: float64

 

이 Series객체의 값을 추출하여 type을 보면

type(example_object.values)

>numpy.ndarray

위와 같이 numpy의 배열 타입임을 알 수 있다.

 

또 객체나 index등에 이름을 지정할 수 있다.

example_object.name = "number"
example_object.index.name = "id"
example_object

>id

  a 1.0

  a 2.0

  c 3.0

  d 4.0

  e 5.0

  Name: number, dtype: float64

 

그리고 중요한 건 dict type데이터를 Series객체에 저장하면 

자동으로 key값과 요소 값을 index와 data로 구분해준다.

# dict type 데이터를 Series객체에 저장
import numpy as np
dict_data = {"a":1, "b":2, "c":3, "d":4, "e":5}
example_obj = Series(dict_data, dtype=np.float32, name="ex_data")
example_obj

>a 1.0

  b 2.0

  c 3.0

  d 4.0

  e 5.0

  Name: ex_data, dtype: float32

 

그리고 이때 index를 따로 지정해주면 지정된 index기준으로 객체가 생성된다.

# index 지정
dict_data_1 = {"a":1, "b":2, "c":3, "d":4, "e":5}
indexes = ["a", "b", "c", "d", "e", "f", "g", "h"]
series_obj_1 = Series(dict_data_1, index=indexes)
series_obj_1

>a 1.0

  b 2.0

  c 3.0

  d 4.0

  e 5.0

  f NaN

  g NaN

  h NaN

  dtype: float64

 

위에서는 index값들의 개수가 데이터 개수보다 많아서 남은 index의 데이터에 NaN이 채워진 것이다.