6.2.2 Series 활용 함수

① Series의 정렬

다음은 학생의 성적을 저장한 시리즈이다.

import pandas as pd

s = ['희빈', '수영', '현수', '지호', '지민']
p = pd.Series([99, 84, 92, 65, 78], index=s)
print(p)

출력:

희빈    99
수영    84
현수    92
지호    65
지민    78
dtype: int64

다음 코드로 시리즈의 name과 index의 name도 지정할 수 있다.

p.name = '수학성적'
p.index.name = 'st_name'
print(p)

시리즈의 함수 sort_values()로 시리즈의 값을 오름차순으로 정렬할 수 있다.

p.sort_values()

출력:

st_name
지호    65
지민    78
수영    84
현수    92
희빈    99
Name: 수학성적, dtype: int64

시리즈의 함수 sort_values(ascending=False)로 시리즈의 값을 내림차순으로 정렬할 수 정렬할 수 있다.

p.sort_values(ascending=False)

시리즈의 함수 sort_index()로 학생이름인 index의 값을 오름차순으로 정렬할 수 있다.

p.sort_index()

시리즈의 함수 sort_index(ascending=False)로 index의 값을 내림차순으로 정렬할 수 있다.

p.sort_index(ascending=False)

② Series의 기본 통계

시리즈의 함수 max(), min()으로 최댓값과 최솟값을 알 수 있다.

print(p.max())
print(p.min())
# 6.2.2 # 6.2.2 ```

시리즈의 함수 `mean()`, `median()`으로는 평균값과 중간값을 알 수 있다.

```python
print(p.mean())
print(p.median())
# 6.2.2 # 6.2.2 ```

시리즈의 함수 `count()`와 속성 `size`로 시리즈의 원소 수를 알 수 있다.

```python
print(p.count())
print(p.size)
# 6.2.2 # 6.2.2 ```

시리즈의 함수 `describe()`로 시리즈의 기초 통계량을 알 수 있다.

```python
p.describe()

③ Series의 count()와 value_counts()

[실전 꿀팁]: 데이터 파악의 핵심 value_counts() value_counts()는 각 데이터 항목이 몇 번 등장했는지 세어주는 기능으로, 실무 데이터 분석에서 가장 많이 쓰는 함수 Top 3 안에 듭니다. 설문조사 응답 빈도 분포 현황이나 범주형(Category) 데이터의 개수를 파악할 때 필수적으로 사용됩니다.

다음 시리즈를 하나 생성하자. np.nan이나 None은 값이 없는 결측치(missing value)라 한다.

import numpy as np
import pandas as pd

s = pd.Series([3, 1, 1, 2, None, np.nan, 4, 6, 6, np.nan])
print(s)

결측값은 NaN(Not a Number)이나 None으로 표시된다.

함수 s.count()는 결측값을 제외한 값의 시리즈의 원소 수가 반환된다.

s.count()
# 6.2.2 ```

함수 `s.value_counts()`는 고유한 값의 빈도를 포함하는 시리즈를 반환한다. 결과 개체는 첫 번째 요소가 가장 자주 발생하는 요소가 되도록 내림차순으로 정렬된다. 기본적으로 결측값인 NA 값을 제외한다.

```python
s.value_counts()

출력:

1.0    2
6.0    2
3.0    1
2.0    1
4.0    1
dtype: int64

키워드 인자 dropna=False는 결측값인 NA 값을 포함할 수 있다.

s.value_counts(dropna=False)

키워드 인자 sort=False는 정렬을 안 할 수 있다.

s.value_counts(sort=False, dropna=False)

키워드 인자 bins=4는 값의 범위를 구하는 구간 수를 지정할 수 있다. 결과 시리즈의 첨자가 구간이며 값이 해당 구간의 빈도수이다. 많은 빈도 구간부터 정렬되어 표시된다. 구간의 왼쪽은 미포함이며 오른쪽은 포함이다. 이러한 표기 방식을 반 열린 구간(half-open bins) 방식이라 한다.

s.value_counts(bins=4)

작은 값부터 큰 값으로 쉽게 보려면 키워드 인자 sort=False로 정렬되지 않게 한다.

s.value_counts(bins=4, sort=False)

구간 bins를 정수가 아닌 구간을 직접 나열한 목록으로 입력할 수 있다.

s.value_counts(bins=[0.5, 3.5, 6.5], sort=False)
서브목차