Pandas (1) - Series

Series

• pandas
  - Series : 1차원 배열, Vector
  - DataFrame : 2차원 배열, Matrix

• Series
  - Series : 1차원 배열, Vector (안에 담긴 모든 data의 type이 동일함)
  - dtype을 지정해주지 않으면 가장 큰 용량의 dtype으로 맞춰서 지정 (string은 object형)
  - index, values, dtype
  - index는 0부터 시작됨, 하지만 명시적으로 지정할 수도 있음

  Ex. 선언

  ```
  import numpy as np
  import pandas as pd
  from pandas import Series, DataFrame
  # -------------------------------------------
  ser = Series([1, 2, 3, 4, 5])
  ser
  #
  0    1
  1    2
  2    3
  3    4
  4    5
  dtype : int64
  ```    

  Ex. dtype 확인

  ```
  import numpy as np
  import pandas as pd
  from pandas import Series, DataFrame
  # -------------------------------------------
  ser = Series([1, '2', 3.0, '네번째', 5])
  ser[0]     # 1
  ser[3]     # 네번째
  ser.dtype  # object ; 가장 용량이 큰 type으로 설정
  ```        

  Ex. index, values, dtype

  ```
  ser1 = Series(np.random.randint(10, 20, 5))
  ser1.index     # RangeIndex(start=0, stop=5, step=1)
  ser1.values    # [12 12 15 15 16]
  ser1.dtype     # int32
  ```            

  Ex. index를 명시적으로 지정할 수 있다

  ```
  ser1 = Series(np.random.randint(10, 20, 5), index = list('abcde'))
  ser1.index     # Index(['a', 'b', 'c', 'd', 'e'], dtype='object')
  ser1.values    # [19 19 14 17 18]
  ser1.dtype     # int32
  ser1.shape     # (5,)
  ```                

• Series 값 조회하기
  - indexing / slicing
  - 숫자 사용 : 마지막 숫자 index 미포함
  - 라벨 사용 : 마지막 라벨 포함

  Ex.

  ```
  ser1 = Series(np.random.randint(10, 20, 5), index = list('abcde'))  # [19 19 14 17 18]
  ser1[0]			# 19
  ser1['a'] 		# 19
  ser1[1:4]	    # 19 14 17
  ser1['b':'d']   # 19 14 17
  ```         

• Series 간 연산
  - NaN : 결측치 데이터 (누락데이터) .. float64

  Ex.

  ```
  ser1 = Series(np.random.randint(10, 20, 5), index = list('abcde'))  # [19 19 14 17 18]
  ser1_1 = ser1[::2]  # step 2
  # ------- ser1 -------
  a    19
  b    19
  c    14
  d    17
  e    18
  dtype : int32
  # ------- ser1_1 -------
  a    19
  c    14
  e    18
  dtype : int32
  # ------- 연산 -------
  resSer = ser1 + ser1_1
  resSer
  a    38.0
  b    NaN
  c    28.0
  d    NaN
  e    36.0
  dtype : float64
  ```            

• 누락데이터 조회
  - isnull(), inna() : NaN 값이면 True
  - notnull() : NaN 값이 아니면 True

  Ex.

  ```
  # ------- isnull -------
  resSer.isnull()
  a    False
  b    True
  c    False
  d    True
  e    False
  dtype : bool
  # ------- notnull -------
  resSer.notnull()
  a    True
  b    False
  c    True
  d    False
  e    True
  dtype : bool
  # ------------------------
  resSer.isnull().sum()  # 2
  ```