보충: Pandas 기본기능 총정리 (생성·필터·정렬·삭제·병합)

import pandas as pd
 
df = pd.read_csv("sales.csv")
print(df.shape)    # (행 수, 열 수)
print(df.head())   # 앞 5행
df.info()          # 자료형과 결측치

data = {
    "name": ["Kim", "Lee", "Park"],
    "dept": ["A", "B", "A"],
    "sales": [120, 95, 180],
}
df = pd.DataFrame(data)
#   name dept  sales
# 0  Kim    A    120
# 1  Lee    B     95
# 2 Park    A    180
 
rows = [{"name": "Kim", "sales": 120}, {"name": "Lee", "sales": 95}]
df2 = pd.DataFrame(rows)   # 한 행 = 딕셔너리 하나

df_csv  = pd.read_csv("sales.csv")
df_xlsx = pd.read_excel("sales.xlsx", sheet_name="2026")
 
pd.read_csv("sales.csv", encoding="utf-8-sig")       # 한글이 깨질 때
pd.read_csv("sales.csv", parse_dates=["date"])       # 날짜 열을 날짜형으로
pd.read_csv("sales.csv", usecols=["id", "sales"])    # 필요한 열만

df["sales"]                       # 한 열 → Series
df[["name", "sales"]]             # 여러 열 → DataFrame (대괄호 두 겹)
df.loc[0:2, ["name", "sales"]]    # 이름 기준 → 행 0, 1, 2 (끝 포함) × 열 2개
df.iloc[0:2, 1:3]                 # 위치 기준 → 행 0, 1 × 열 1, 2 (끝 미포함)

cond = df["sales"] >= 100     # True/False로 된 Series = 마스크(mask)
df2 = df[cond]                # True인 행(0, 2)만 남음
 
df2 = df[df["sales"] >= 100]  # 한 줄로도 가능

df[(df["dept"] == "A") & (df["sales"] >= 100)]       # A 부서이면서 매출 100 이상 → Kim, Park
df[df["dept"].isin(["A", "B"])]                      # A 또는 B 부서 → Kim, Lee, Park
df[df["name"].str.contains("Kim", na=False)]         # 이름에 Kim 포함
df[df["sales"].between(88, 120)]                     # 88 이상 120 이하 → Kim, Lee, Choi
df.query("dept == 'A' and sales >= 100")             # query 방식 → Kim, Park

df.sort_values("sales")                                     # 오름차순: Choi 88, Lee 95, Kim 120, Park 180
df.sort_values("sales", ascending=False)                    # 내림차순: Park, Kim, Lee, Choi
df.sort_values(["dept", "sales"], ascending=[True, False])  # 부서 오름차순 → 같은 부서 안에서 매출 내림차순
df.sort_index()                                             # 행 인덱스 순서로 되돌리기

df2 = df.drop(columns=["cost"])                    # 열 삭제
df2 = df.drop(index=[0, 2])                        # 행 삭제 → Lee, Choi
df2 = df.rename(columns={"sales": "revenue"})      # 열 이름 변경
df2 = df.assign(profit=df["sales"] - df["cost"])   # 새 열 → 50, 35, 80, 36

pd.concat([df1, df2], axis=0)                 # 위아래로 (행이 늘어남)
pd.concat([df1, df2], axis=1)                 # 좌우로 (열이 늘어남)
pd.merge(left, right, on="id", how="left")    # id를 기준으로 연결

left  = pd.DataFrame({"id": [1, 2, 3], "sales": [120, 95, 180]})
right = pd.DataFrame({"id": [2, 3, 4], "grade": ["B", "A", "C"]})
 
pd.merge(left, right, on="id", how="inner")   # id 2, 3
pd.merge(left, right, on="id", how="left")    # id 1, 2, 3   (id 1의 grade는 NaN)
pd.merge(left, right, on="id", how="right")   # id 2, 3, 4   (id 4의 sales는 NaN)
pd.merge(left, right, on="id", how="outer")   # id 1, 2, 3, 4

summary = (
    df.groupby("dept", as_index=False)
      .agg(sum_sales=("sales", "sum"),
           avg_sales=("sales", "mean"),
           n=("sales", "count"))
)
#   dept  sum_sales  avg_sales  n
# 0    A        300      150.0  2
# 1    B         95       95.0  1
# 2    C         88       88.0  1

orders = pd.DataFrame({
    "order_id": ["o1", "o2", "o3"],
    "customer_id": ["c1", "c2", "c1"],
    "amount": [120, 95, 180],
})
customers = pd.DataFrame({
    "customer_id": ["c1", "c2", "c3"],
    "region": ["Seoul", "Busan", "Daegu"],
})
 
result = (
    orders.merge(customers, on="customer_id", how="left")   # ① 주문에 지역 붙이기
          .query("amount >= 100")                           # ② 100 이상만
          .sort_values("amount", ascending=False)           # ③ 큰 순서로
          .groupby("region", as_index=False)["amount"].sum()  # ④ 지역별 합계
)
#   region  amount
# 0  Seoul     300

print(df.columns)                      # 1. 열 이름
print(df.dtypes)                       # 2. 자료형
print(df.isna().sum())                 # 3. 결측치
print(df["id"].value_counts().head())  # 4. key 중복

result = (
    orders.merge(customers, on="customer_id", how="left")
          .query("order_date.dt.year == 2026")
          .groupby("customer_id", as_index=False)["amount"].sum()
          .sort_values("amount", ascending=False)
)