[초급반] Step 10. 파이썬 응용 시작: 데이터 분석 라이브러리 맛보기

Step 10인 **"파이썬 응용 시작: 데이터 분석 라이브러리 맛보기"**에 대한 블로그 포스팅 초안을 작성해 드리겠습니다.

이번 포스팅은 앞서 배운 모든 기초를 활용하여, 파이썬이 가장 강력한 분야 중 하나인 데이터 분석 라이브러리를 실제 사용하는 간단한 예제를 소개하며 커리큘럼을 마무리합니다.

---

🚀 Step 10. 파이썬 응용 시작: 데이터 분석 라이브러리 맛보기

안녕하세요! 파이썬 학습 대망의 마지막 시간입니다. 지난 9단계 동안 우리는 파이썬의 기초 문법, 핵심 자료 구조, 함수, 파일 입출력, 그리고 외부 모듈 활용법까지 모두 마스터했습니다.

이제 이 모든 지식을 바탕으로 파이썬이 실무에서 어떻게 사용되는지 간단하게 체험해 보겠습니다. 파이썬 응용 분야 중 가장 인기 있는 데이터 분석 라이브러리인 Pandas를 활용해 데이터를 읽고 처리하는 기초를 다루겠습니다.

---

1. 파이썬과 데이터 분석

파이썬이 폭발적으로 성장한 주요 이유 중 하나는 데이터 과학 분야에서의 압도적인 입지 때문입니다. 수많은 강력한 라이브러리들이 존재하며, 그중 가장 핵심적인 두 가지는 다음과 같습니다.

라이브러리	주요 기능	특징
Pandas	데이터 처리 및 분석	표 형태의 데이터를 다루는 데 최적화 (엑셀/DB와 유사)
NumPy	고성능 수치 계산	복잡하고 빠른 수학 연산 및 배열(Array) 처리에 필수적

2. Pandas 설치 및 기본 사용법

Pandas는 외부 라이브러리이므로, Step 9에서 배운 pip을 사용하여 설치해야 합니다.

Bash

 

pip install pandas

설치 후에는 관례적으로 pd라는 별명을 사용하여 불러옵니다.

Python

 

import pandas as pd

💡 데이터프레임 (DataFrame) 이해하기

Pandas의 핵심은 **데이터프레임 (DataFrame)**입니다. 데이터프레임은 행(Row)과 열(Column)로 이루어진 2차원 테이블 형태로, 엑셀 시트나 데이터베이스 테이블과 매우 유사합니다.

3. 실습: CSV 파일 읽고 데이터 확인하기

가장 흔한 데이터 파일 형식인 CSV (Comma Separated Values) 파일을 Pandas로 불러와 처리해 보겠습니다.

준비: 실습을 위해 data.csv 파일을 준비하고, 내용을 다음과 같이 작성하여 저장하세요.

코드 스니펫

 

Name,Age,City
Alice,30,Seoul
Bob,25,Busan
Charlie,35,Seoul

Python

 

import pandas as pd

# 1. CSV 파일 불러오기
# data.csv 파일이 파이썬 스크립트와 같은 위치에 있다고 가정합니다.
df = pd.read_csv('data.csv') 

# 2. 데이터프레임의 상위 5개 행 확인 (데이터 구조 파악)
print("--- 1. 데이터 상위 5행 ---")
print(df.head())

# 3. 데이터프레임의 기본 정보 확인 (데이터 타입, 누락 값 여부)
print("\n--- 2. 데이터 정보 확인 ---")
df.info()

# 4. 특정 열(컬럼)만 선택하여 출력
print("\n--- 3. 이름 컬럼 출력 ---")
print(df['Name'])

4. 데이터프레임의 간단한 조작 및 분석

데이터프레임은 마치 리스트처럼 인덱싱하고, 딕셔너리처럼 키(컬럼 이름)로 접근하며, 복잡한 조건문 없이도 데이터를 쉽게 필터링할 수 있습니다.

💡 조건에 맞는 데이터 필터링

서울에 사는 사람만 필터링해 보겠습니다.

Python

 

# 'City' 컬럼의 값이 'Seoul'과 같은 행만 True/False로 반환합니다.
is_seoul = df['City'] == 'Seoul' 
# 결과: 
# 0     True
# 1    False
# 2     True

# 이 불리언 리스트를 데이터프레임에 적용하여 필터링합니다.
seoul_people = df[is_seoul]

print("\n--- 4. 서울 거주자만 필터링 ---")
print(seoul_people)
# 결과: Alice와 Charlie 데이터만 출력

💡 통계 정보 확인

숫자형 데이터가 있는 컬럼의 평균, 최대/최소 등을 한 번에 확인할 수 있습니다.

Python

 

# 'Age' 컬럼의 통계 정보 확인
print("\n--- 5. 나이 통계 정보 ---")
print(df['Age'].describe())
# 결과: count, mean(평균), std(표준편차), min, max 등이 출력됨