<aside> 📖

목차

</aside>

<aside> 💯

오늘의 목표

• 데이터 분석이 무엇이고, 데이터 전처리가 왜 중요한지 설명할 수 있다.
• 판다스(Pandas)가 테이블 형태의 데이터(행·열 구조) 를 다루기 위한 핵심 라이브러리임을 설명할 수 있다.
• Series와 DataFrame의 차이를 이해하고, 각각을 리스트/딕셔너리/넘파이 배열 등으로 생성할 수 있다.
• Series와 DataFrame의 **인덱스(index)**와 컬럼(columns) 개념을 이해하고, .values, .index, .columns 속성을 활용할 수 있다.
• 데이터프레임의 크기, 구조, 요약 통계량을 .shape, .info(), .describe()로 확인할 수 있다.
• pd.read_csv, pd.read_excel, pd.read_json 등을 사용해 외부 데이터(CSV, Excel, JSON 등) 를 불러오고, to_csv, to_excel, to_json으로 저장할 수 있다.
• .loc(라벨 기반)과 .iloc(정수 위치 기반)을 이용해 행/열 단위의 인덱싱과 슬라이싱을 정확히 수행할 수 있다.
• 불리언 인덱싱(Boolean Indexing)을 활용하여 원하는 조건에 맞는 행만 필터링할 수 있다. (&, |, ~ 연산자의 올바른 사용 포함)
• sort_values, sort_index로 데이터를 정렬할 수 있고, rename, drop, str.strip/str.lower 등을 활용해 데이터 정제 작업을 수행할 수 있다.
• isnull, notnull, dropna, fillna를 이용해 결측치(Missing Data)를 탐지하고, 삭제/대체 전략을 적용할 수 있다.
• duplicated, drop_duplicates를 이용해 중복 데이터를 탐지·제거할 수 있다.
• 실제 데이터셋(Superstore, Tips 등)을 활용하여 데이터 불러오기 → 조회/필터링 → 정렬/정제 → 결측치/중복 처리의 기본 분석 프로세스를 수행할 수 있다. </aside>

<aside> 🌟

데이터 분석가라면 필수적으로 알아야 하는 데이터 전처리를 배워보고, 가장 많이 사용하는 판다스(Pandas) 라이브러리에 대해 배워보겠습니다.

</aside>

<aside> 📢

해당 라이브 세션은 VS Code + Python Jupyter Notebook (python 3.10.12) 실습 환경에서 진행합니다.

</aside>

<aside> 📎

미니 과제 파일

1. 꼭 데이터 = .csv 파일을 다운로드 받으셔야 합니다!
2. 다운로드 받은 데이터 파일(.csv, .xlsx … )과 미니과제 (.ipynb) 파일은 같은 공간, 같은 디렉터리에 있어야 합니다! 즉 같은 폴더에 있어야 해요! (데이터를 판다스로 로드할 때, 직접 경로를 입력해준다면 OK)

https://drive.google.com/file/d/16ZjKUj3OtBMCygFiVD7_4K2y3Z5UZ5z-/view?usp=sharing

https://drive.google.com/file/d/17dJjmGaYuWqWVg6wsTvsKrXqOt32nYwq/view?usp=drive_link

</aside>

<aside> ➡️

실습 데이터

1. https://drive.google.com/file/d/1whWE5pvt8PTmD1iEzEloaQSHuT12dCLw/view?usp=drive_link </aside>

0. 데이터 분석? 데이터 전처리?

데이터 분석(Data Analysis)이란?

• 정의: 데이터를 수집하고, 정리·가공한 후, 패턴·인사이트·의미를 발견하여 의사결정에 활용하는 과정입니다.
• 목적: "데이터에서 유용한 정보를 뽑아내는 것"

• 주요 단계:
  1. 문제 정의: 무엇을 알고 싶은지, 어떤 문제를 해결할지 결정
  2. 데이터 수집: 필요한 데이터를 모으기 (DB, API, 로그, 엑셀, 설문 등)
  3. 데이터 전처리: 데이터 정리(결측치·이상치 처리, 형식 통일 등)
  4. 탐색적 분석(EDA): 시각화, 통계, 기초 분석으로 패턴 확인
  5. 모델링/통계 분석: 예측, 분류, 군집화 등 기계학습·통계 기법 적용
  6. 해석 및 의사결정: 결과를 보고 문제 해결책 도출

👉 쉽게 말해, 데이터 분석 = 데이터로부터 답을 찾는 과정이에요

전처리의 중요성 (Importance of Data Preprocessing)

• 정의: 분석하기 전에 데이터를 깨끗하고 쓸 수 있는 상태로 만드는 작업입니다.