6.1.4 DataFrame (데이터프레임) 개요

💾 [실습 파일 다운로드] 본 강의의 전체 실습 코드를 직접 실행해 볼 수 있는 주피터 노트북 파일입니다. 아래 링크를 클릭하여 다운로드 후 VS Code에서 열어보세요.

📥 dataframe_intro_practice.ipynb 파일 다운로드 (클릭 또는 마우스 우클릭 후 ‘다른 이름으로 링크 저장’)

수학적 의미: 이기종 차원을 허용하는 2차원 공간 행렬(Matrix)

2차원 행렬과 판다스 데이터프레임의 차이

수학의 2차원 행렬(Matrix)은 행과 열을 가지는 강력한 도구이지만, 오직 동일한 타입의 데이터(예: 숫자)만 담을 수 있다는 제약이 있습니다.

반면, 데이터프레임(DataFrame)은 수학 행렬의 장점에 관계 대수(Relational Algebra)의 데이터베이스 테이블 개념을 결합한 혁신적인 자료 구조입니다.

각 열(Column)마다 완전히 독립적인 데이터 타입(예: 첫 번째 열은 문자열, 두 번째 열은 정수, 세 번째 열은 날짜)을 허용하는 이종 데이터 결합체로 동작합니다.
단순한 숫자 좌표 대신 Column Name(열 이름)과 Row Index(행 이름표)로 직관적인 접근이 가능합니다.

비유로 이해하기: 시리즈(Series)들이 합쳐진 거대한 수납장

서랍장이 모여 수납장이 된 데이터프레임

1열짜리 서랍장인 Series(시리즈)의 개념을 정확히 이해했다면, 데이터프레임은 매우 쉽습니다!

앞서 만든 1열짜리 서랍장(시리즈) 여러 개를 좌우로 나란히 밀착시켜 묶어놓은 거대한 수납장(Closet)이 바로 데이터프레임입니다.
일상 생활에서 가장 흔하게 접하는 엑셀(Excel)의 워크시트 구조 그 자체를 파이썬 코드로 옮겨 놓은 형태입니다.
즉, 데이터프레임 안에서 세로선 한 줄(Column)을 쑥 뽑아내면 그것이 바로 판다스의 Series가 됩니다.

[1단계] DataFrame의 3대 구성 요소

데이터프레임은 다음 세 가지 요소로 축조됩니다.

Values (데이터값): 2차원 표의 각 칸(Cell)에 들어가는 실제 알맹이 값들.
Index (인덱스/행 레이블): 엑셀 좌측에 적혀있는 1, 2, 3.. 행 번호에 해당하며, 각 가로줄(Row)을 식별하는 주소표입니다. (영업 데이터라면 날짜나 지점명이 될 수도 있습니다.)
Columns (컬럼스/열 레이블): 엑셀 상단에 적혀있는 A, B, C.. 열 기호에 해당하며, 각 세로줄(Column) 데이터가 무엇인지 나타내는 특성 이름입니다.

데이터프레임 구조 애니메이션

(위 그림: Index가 세로 주소를, Columns가 가로 주제를, Values가 십자 크로스 지점별 실제 값을 나타냄)

[2단계] DataFrame 주요 기능과 맛보기

판다스의 데이터프레임을 사용하면 그동안 엑셀(스프레드시트) 프로그램에서 마우스로 클릭하고 스크롤하던 모든 반복 작업을 초고속 파이썬 코드로 대체할 수 있습니다!

주요 기능 (뭘 할 수 있나요?)

CSV, Excel, JSON, SQL 데이터베이스 등 이기종 소스에서 파일을 한 줄로 읽고 쓸 수 있다.
엑셀의 VLOOKUP 기능을 압도하는 병합(Merge)과 조인(Join).
데이터에 구멍 난 곳(결측치, NaN)을 자동으로 무시하거나 평균값 등으로 스마트하게 채워 넣기.
데이터를 맘대로 잘라보고(Slicing), 조건에 맞는 줄만 뽑아보기(Filtering).
부서별, 연도별 등으로 데이터를 그룹화(GroupBy)하여 평균과 합계 내기.

🪄 [실습 1] DataFrame 간단하게 만들기

딕셔너리(Dictionary) 구조를 활용해 파이썬에서 바로 데이터프레임을 생성해 봅시다.

import pandas as pd

# 1. 원시 데이터 딕셔너리 준비 (Series들이 뭉쳐질 재료)
# {열 이름 : 리스트 데이터} 형태로 구성합니다.
raw_data = {
    "이름": ["Alice", "Bob", "Charlie", "Diana"],
    "나이": [25, 30, 35, 28],
    "직업": ["개발자", "디자이너", "기획자", "데이터분석가"],
    "연봉": [5000, 4800, 5200, 4500]
}

# 2. DataFrame 조립! 
# (행을 지칭할 Index를 문자열 'a', 'b', 'c', 'd'로 명시할 수도 있음)
df = pd.DataFrame(data=raw_data, index=['a', 'b', 'c', 'd'])

print("🏢 판다스 DataFrame 구성 완료:\n")
print(df)

print("\n--- 내부 구조 3종 세트 ---")
print("1) 열 목록(columns):", df.columns.tolist())
print("2) 행 주소(index):", df.index.tolist())
print("3) 순수 값(values):\n", df.values)

[실행 결과]

🏢 판다스 DataFrame 구성 완료:

        이름  나이      직업    연봉
a    Alice  25     개발자  5000
b      Bob  30    디자이너  4800
c  Charlie  35     기획자  5200
d    Diana  28  데이터분석가  4500

--- 내부 구조 3종 세트 ---
1) 열 목록(columns): ['이름', '나이', '직업', '연봉']
2) 행 주소(index): ['a', 'b', 'c', 'd']
3) 순수 값(values):
 [['Alice' 25 '개발자' 5000]
 ['Bob' 30 '디자이너' 4800]
 ['Charlie' 35 '기획자' 5200]
 ['Diana' 28 '데이터분석가' 4500]]

딕셔너리 조립을 통한 DataFrame 생성 과정

핵심 요약: DataFrame은 열(columns), 행(index), 그리고 이들이 품고 있는 2차원 데이터(values) 테이블 자체를 그대로 본뜬 ‘코드계의 엑셀’입니다.

서브목차