Skip to content
튜토리얼
Pandas
Pandas 데이터프레임을 NumPy 어레이로 변환하는 포괄적인 가이드

Pandas 데이터프레임을 NumPy 어레이로 변환하는 포괄적인 가이드

Rajiv Chandra
Name
Rajiv Chandra

Published on

데이터 분석에 익숙하다면 Pandas 데이터프레임과 NumPy 어레이를 모두 사용해본 적이 있을 것입니다. 데이터프레임은 고급 데이터 조작 기능을 제공하며, NumPy 어레이는 대규모 데이터셋에 대한 수치 연산에 이상적입니다.

이 글에서는 Pandas 데이터프레임을 NumPy 어레이로 쉽게 전환하는 방법을 알아보겠습니다. 문법과 코드 예제부터 최선의 실천 방법 및 유용한 팁까지 모두 다룰 것입니다. 초보자이거나 경험이 많은 데이터 과학자이든 상관없이, 데이터 분석 능력을 쉽게 향상시키는 방법을 배울 수 있도록 계속 읽어보세요.

파이썬 판다스 데이터프레임에서 코드가 필요없는 데이터 시각화로 빠르게 전환하고 싶다면?

PyGWalker는 시각화를 통한 탐색적 데이터 분석을 위한 파이썬 라이브러리입니다. PyGWalker (opens in a new tab)는 판다스 데이터프레임 (및 polars 데이터프레임)을 Tableau 스타일의 사용자 인터페이스로 변환하여 데이터 분석 및 시각화 작업의 흐름을 단순화할 수 있습니다.

PyGWalker for Data visualization (opens in a new tab)

Pandas 데이터프레임이란?

Pandas 데이터프레임은 2차원, 크기 조정 가능한 표 형태 데이터 구조로, 데이터 조작 및 분석에 널리 사용됩니다. 스프레드시트나 SQL 테이블과 유사하며, 정수, 부동 소수점 및 문자열과 같은 다양한 데이터 유형을 보유할 수 있습니다.

Pandas에서는 딕셔너리를 사용하거나 CSV, Excel 또는 기타 유형의 데이터 파일을 읽어들여 데이터프레임을 만들 수 있습니다. 행 및 열 선택, 정렬, 필터링 및 데이터 집계와 같은 다양한 방법으로 데이터프레임을 조작할 수 있습니다.

NumPy 어레이란?

반면, NumPy 어레이는 동일한 유형과 크기를 가진 항목들의 다차원 컨테이너입니다. 정수, 부동 소수점 및 복소수와 같은 여러 가지 숫자 데이터 유형을 보유할 수 있습니다.

NumPy 어레이는 for 루프나 반복 없이 전체 어레이에 대해 수학 계산을 지원하기 때문에, 수치 연산에 이상적입니다. 또한 다양한 수학 함수를 제공하며, 주로 과학 계산 및 데이터 분석에 사용됩니다.

Pandas 데이터프레임을 NumPy 어레이로 변환하는 단계

Pandas 데이터프레임을 NumPy 어레이로 변환하는 것은 매우 간단합니다. 다음 단계에서는 해당 과정을 설명합니다:

  1. NumPy 패키지가 설치되어 있지 않은 경우 설치합니다:

    pip install numpy

  2. Pandas 및 NumPy 패키지를 가져옵니다:

    import pandas as pd
import numpy as np

  3. 딕셔너리를 사용하여 Pandas 데이터프레임을 만듭니다:

    data = {'Name': ['John', 'Jane', 'Sam'],
        'Age': [25, 30, 21],
        'City': ['New York', 'Paris', 'London']}
df = pd.DataFrame(data)

  4. values 속성을 사용하여 Pandas 데이터프레임을 NumPy 어레이로 변환합니다:

    np_array = df.values

그렇다면 변환된 NumPy 어레이를 확인해보세요!

결론

이 가이드를 통해, Pandas 데이터프레임을 NumPy 어레이로 쉽게 변환하는 방법에 대해 배웠습니다. 데이터프레임과 어레이를 적절히 활용하면 데이터 분석 및 수치 연산 능력을 크게 향상시킬 수 있으므로, 본 가이드에서 배운 기술을 실제 데이터 분석에 적용해보세요!```mdx

title: Pandas DataFrame를 NumPy array로 변환하는 방법

Pandas는 Python에서 데이터 반정형 및 비정형을 다룰 수 있는 유용한 라이브러리입니다. 데이터를 다루는 중에 NumPy 배열로 변환해야 하는 경우가 있습니다. 이번 가이드에서는 Pandas DataFrame을 NumPy array로 변환하는 방법에 대해 알아보겠습니다.

Pandas DataFrame을 NumPy array로 변환하는 방법

Pandas DataFrame은 행과 열의 형태로 데이터를 저장합니다. 반면 NumPy 배열은 다차원 배열(ndarray)의 형태로 데이터를 저장합니다. Pandas DataFrame을 NumPy array로 변환하려면 다음 단계를 따르면 됩니다.

  1. 필요한 라이브러리를 가져옵니다.

    import pandas as pd
import numpy as np

  2. 데이터를 담은 Python dictionary를 만듭니다.

    data = {'Age': [25, 29, 36],
        'Sex': ['Male', 'Female', 'Male']}

  3. Pandas DataFrame을 만듭니다.

    df = pd.DataFrame(data)

  4. to_numpy() 메소드를 사용하여 DataFrame을 NumPy 배열로 변환합니다.

    npArray = df.to_numpy()

위의 단계를 따르면 Pandas DataFrame과 동일한 데이터가 포함된 NumPy 배열이 생성됩니다.

코드 예시

이해를 돕기 위해 여러 가지 상황에서 Pandas DataFrame을 NumPy 배열로 변환하는 방법을 보여주는 몇 가지 코드 예시를 제공합니다.

단일 열을 NumPy 배열로 변환하기

하나의 열만 포함한 DataFrame이 있다면 아래 코드를 사용하여 NumPy 배열로 변환할 수 있습니다.

df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})
npArray = df['A'].to_numpy()

여러 열을 NumPy 배열로 변환하기

DataFrame의 여러 열을 NumPy 배열로 변환할 수도 있습니다. 다음 코드를 살펴보세요.

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})
npArray = df[['A', 'B']].to_numpy()

여기서 'A'와 'B' 열을 선택하여 NumPy 배열에 포함합니다.

선택한 행을 NumPy 배열로 변환하기

DataFrame의 일부 행만 NumPy 배열로 변환하려면 iloc 메소드를 사용할 수 있습니다. 예를 들어:

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10]})
npArray = df.iloc[1:3, :].to_numpy()

이 코드 스니펫은 DataFrame에서 1에서 3까지의 행을 선택하고 결과로 생성된 NumPy 배열에 모든 열을 포함합니다.

선택한 열을 제외한 모든 열을 NumPy 배열로 변환하기

DataFrame에서 특정 열을 제외하고 NumPy 배열로 변환하려면 포함하려는 열을 명시적으로 지정하면 됩니다. 예를 들면:

df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15]})
npArray = df[['A', 'B']].to_numpy()

이 코드 스니펫은 DataFrame에서 'A'와 'B' 열을 선택하고 생성된 NumPy 배열에 이러한 열만 포함합니다.

결론

이번 가이드에서는 Python에서 Pandas DataFrame을 NumPy 배열로 변환하는 방법을 알아보았습니다. 다양한 상황에서 DataFrame을 NumPy 배열로 변환하는 방법을 구문을 보여주고 몇 가지 코드 예시를 제공했습니다. 이 가이드가 도움이 되고 데이터 분석 기술을 확장하는 데 도움이 되기를 바랍니다. DataFrame과 NumPy 배열의 강점을 적극 활용하여 데이터 분석 능력을 높여 보세요. 즐거운 코딩되세요!

자주 묻는 질문

  1. 테이블 데이터를 JSON 형식으로 변환하는 방법은 무엇인가요?

    테이블 데이터를 JSON 형식으로 변환하려면 테이블의 각 행을 반복하면서 각 행마다 열 이름을 키로, 해당하는 값들을 값으로 하는 딕셔너리를 생성합니다. 이러한 딕셔너리를 리스트에 저장한 후 json.dumps() 함수를 사용하여 리스트를 JSON 형식으로 변환할 수 있습니다.

  2. 파이썬에서 테이블을 JSON으로 변환하는 방법은 무엇인가요?

    파이썬에서 테이블을 JSON 형식으로 변환하려면 pandas 라이브러리를 사용할 수 있습니다. 테이블 데이터를 pandas DataFrame으로 로드한 다음, to_json() 메서드를 사용하여 DataFrame을 JSON 형식으로 변환합니다. 레코드, 열 또는 값 등의 다양한 옵션을 지정할 수 있습니다.

  3. 파이썬에서 리스트를 JSON으로 변환하는 방법은 무엇인가요?

    파이썬에서 리스트를 JSON 형식으로 변환하려면 json.dumps() 함수를 사용합니다. 리스트를 json.dumps()의 인자로 전달하면 리스트의 JSON 형식 문자열 표현이 반환됩니다. JSON 출력을 보다 가독성 있게 들여쓰기하는 등의 추가 옵션을 지정할 수도 있습니다.

Pandas 데이터프레임에서 NaN 값 확인하는 방법Pandasql - Python Package for Querying DataFrames Using SQL