판다스 시리즈(Pandas Series) 기초 정리 – 생성·인덱싱·연산·통계 한눈에

핵심 메시지

• 판다스는 2008년 웨스 매키니가 만든 파이썬 데이터 분석 라이브러리로, 이름은 "panel data"와 "Python data analysis"에서 유래했다.
• 시리즈(Series)는 어떤 타입이든 담을 수 있는 1차원 라벨 배열로, 스프레드시트의 한 열이나 SQL 테이블의 한 컬럼에 해당한다.
• 시리즈는 파이썬 리스트, 넘파이 배열, 딕셔너리에서 만들 수 있고, 딕셔너리로 만들면 키가 인덱스가 된다.
• 정수 위치 슬라이싱은 끝을 제외하지만, 라벨 기반 슬라이싱은 끝 라벨까지 포함한다는 차이가 있다.
• 두 시리즈를 연산하면 같은 인덱스끼리 자동 정렬되고, 짝이 없는 인덱스는 NaN(결측)이 된다.

쉽게 이해하기

판다스(Pandas)는 데이터를 탐색·가공·정제·분석하는 데 쓰는 파이썬 라이브러리다. 영상은 판다스가 2008년 웨스 매키니에 의해 만들어졌고, 이름이 "패널 데이터(panel data)"와 "파이썬 데이터 분석(Python data analysis)"에서 왔다고 소개하며, 지저분한 데이터를 읽기 쉽고 의미 있게 정리해 통계적 결론을 이끌어내는 것이 판다스의 역할이라고 설명한다.

판다스에는 두 가지 핵심 자료구조가 있다. 하나는 이번 영상의 주제인 시리즈(Series)로, 정수·문자열·실수 등 어떤 타입이든 담는 1차원 라벨 배열이며 표의 한 열에 비유된다. 다른 하나는 행과 열로 이뤄진 2차원 구조인 데이터프레임(DataFrame)으로, 관계형 데이터베이스의 테이블이나 엑셀 시트에 해당한다. 데이터프레임은 후속 영상에서 다룬다.

시리즈는 파이썬 리스트, 넘파이 배열, 딕셔너리로 만들 수 있다. 리스트나 배열로 만들면 0부터 시작하는 기본 정수 인덱스가 붙지만, index 인자로 A·B·C 같은 사용자 지정 라벨을 줄 수 있고 name 인자로 시리즈(열)에 이름을 붙일 수 있다. 딕셔너리로 만들면 키가 그대로 인덱스가 되고 값이 데이터가 된다.

원소 접근은 정수 위치와 라벨 두 방식이 있다. 여러 개를 한 번에 뽑을 때는 라벨 리스트를 대괄호 안에 넣는다. 슬라이싱에서는 중요한 차이가 있는데, 정수 위치 슬라이싱(예: 1~4)은 끝 위치를 포함하지 않지만 라벨 기반 슬라이싱은 끝 라벨까지 포함한다.

시리즈에는 다양한 연산이 있다. 불리언 조건으로 값을 걸러내는 필터링(예: 25보다 큰 값), apply()로 함수(예: 제곱)를 일괄 적용하기, 그리고 산술 연산(예: 2026에서 나이를 빼 출생 연도 구하기)이 가능하다. 두 시리즈를 더하거나 뺄 때는 같은 인덱스끼리 정렬되며, 대응하는 인덱스가 없으면 결과가 NaN이 된다. 또 .index·.values·.dtype·.name 같은 속성과 mean·median·sum·max·std·variance·count·unique·nunique·value_counts 같은 통계 함수로 데이터를 요약할 수 있다.

주요 인사이트

• 시리즈를 이해하면 데이터프레임의 각 열이 결국 시리즈라는 점이 자연스럽게 연결되어, 판다스 전체 구조를 파악하는 토대가 된다.
• count는 결측(NaN)을 자동으로 제외하고 세며, nunique는 중복을 뺀 고유값 개수를, value_counts는 값별 빈도를 돌려줘 데이터 정제 단계에서 유용하다.
• 위치 기반 슬라이싱은 끝을 제외하고 라벨 기반 슬라이싱은 끝을 포함한다는 규칙을 헷갈리면 잘못된 부분집합을 얻기 쉬우므로 반드시 구분해야 한다.
• 두 시리즈 연산에서 인덱스 정렬 때문에 짝이 없는 항목이 NaN으로 나오는 동작은, 서로 다른 데이터를 합칠 때 흔한 결측 발생 원인을 미리 알려준다.

자주 묻는 질문

관련 AI 소식