pandas 라이브러리 빠른 시작: 가져오기
개요:
데이터 분석 및 데이터 처리에서 pandas는 강력하고 효율적인 Python 라이브러리입니다. 이는 데이터 가져오기, 처리 및 분석을 용이하게 하는 다양한 데이터 구조와 기능을 제공합니다. 이 기사에서는 Pandas 라이브러리를 가져오는 방법을 소개하고 특정 코드 예제를 사용하여 기본 사용법을 소개합니다.
pandas 라이브러리 설치:
pandas를 사용하기 전에 먼저 설치해야 합니다. pip를 사용하여 설치하고 명령줄 창을 열고 다음 명령을 입력할 수 있습니다.
pip install pandas
설치가 완료될 때까지 기다리면 pandas 라이브러리 사용을 시작할 수 있습니다.
Pandas 라이브러리 가져오기:
Python에서는 import
문을 사용하여 라이브러리를 가져옵니다. pandas 라이브러리를 가져오는 일반적인 명령문은 다음과 같습니다.
import pandas as pd
import 문에서 pandas에 대한 별칭 pd를 지정합니다. 이런 식으로 향후 pandas 함수와 데이터 구조를 사용할 때 pd를 접두사로 직접 사용할 수 있어 편리하고 빠릅니다.
(1) 시리즈:
시리즈는 데이터 세트와 이와 관련된 인덱스로 구성된 1차원 배열과 유사합니다. 시리즈를 가져오는 샘플 코드는 다음과 같습니다.
import pandas as pd # 导入包含五个元素的Series s = pd.Series([1, 3, 5, np.nan, 6]) print(s)
위 코드를 실행하면 다음과 같은 결과가 출력됩니다.
0 1.0 1 3.0 2 5.0 3 NaN 4 6.0 dtype: float64
(2) DataFrame:
DataFrame은 pandas 라이브러리에서 가장 일반적으로 사용되는 데이터 구조와 유사합니다. 행과 열로 구성된 2차원 테이블입니다. DataFrame을 가져오는 샘플 코드는 다음과 같습니다.
import pandas as pd # 导入一个字典,其中包含三列数据 data = {'Name': ['Tom', 'Jerry', 'Mike'], 'Age': [20, 21, 19], 'Gender': ['Male', 'Male', 'Female']} df = pd.DataFrame(data) print(df)
위 코드를 실행하면 다음과 같은 결과가 출력됩니다.
Name Age Gender 0 Tom 20 Male 1 Jerry 21 Male 2 Mike 19 Female
데이터 파일 가져오기:
사전이나 목록과 같은 데이터 구조에서 데이터를 가져오는 것 외에도, pandas는 사전이나 목록과 같은 일반적인 데이터 구조에서 데이터 가져오기도 지원합니다. CSV 파일과 같은 데이터 파일에서 데이터 가져오기를 지원합니다. CSV 파일을 가져오기 위한 샘플 코드는 다음과 같습니다.
import pandas as pd # 导入CSV文件 df = pd.read_csv('data.csv') print(df)
위 코드를 실행하면 읽은 CSV 파일의 내용이 출력됩니다.
참고: 데이터 파일을 가져올 때 데이터 파일을 현재 작업 디렉터리에 배치하거나 파일의 절대 경로를 사용해야 합니다. 또한 일부 매개변수를 통해 가져온 파일의 형식, 인코딩 등을 지정할 수도 있습니다.
요약:
이 문서에서는 pandas 라이브러리 가져오기를 소개하고 특정 코드 예제를 사용하여 pandas 데이터 구조로 데이터를 가져오는 방법을 보여줍니다. 이러한 기본 사용법을 숙지함으로써 독자는 데이터 가져오기 및 처리에 팬더를 보다 유연하게 사용할 수 있으며 데이터 분석 및 데이터 처리에서 Pandas의 장점을 더욱 활용할 수 있습니다.
위 내용은 Pandas 라이브러리로 빠르게 시작하기: 가져오기 가이드의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!