판다스 인 액션

comja***l2023-02-09

판다스 스터디에 가장 좋은 책

kcsgood***l2022-10-03

판다스 인 액션을 읽고

(해당 포스트에서 소개하고 있는 "판다스 인 액션" 책은 한빛 미디어로부터 제공받았음을 알려드립니다.)

판다스 인 액션

대표적인 파이썬 데이터 분석 라이브러리, 판다스의 기본 자료구조 개념부터 데이터 분석법까지 차근차근 배울 수 있는 도서입니다. 초급자부터 상급자까지 모두 만족시킬 수 있는 구성과 내용

hanbit.co.kr

내가 회사에서 하고 있는 일은 생활가전에 인공지능 기술을 넣는 방법에 대해 고민하는 것이다. 이에 대한 결과가 사용자 편의를 가지고 오던, 제어 효율성을 높여서 에너지를 절감할 수 있게 한다던지 이런 방향으로 연구하는 일을 주로 하고 있다. 그런데 가끔 내 직무가 무엇인가에 대해서 진지하게 고민할 때가 있다. 공식적인 직무는 Software Engineer이긴한데, 하는 일을 생각해보면 AI Engineer라고 해야되나 싶기도 하고, 그런데 일을 하다보면 뭔가 구현하는 것보다 현상에 대한 분석을 많이 하는 경우도 많아 Data Scientist라고 해야 할 것 같다는 생각이 든다.뭐 물론 이런 분석이나 기술 구현 모두 Software를 구현하면서 일을 하니까 포괄적인 직무는 Software Engineer라고 해야 되는게 맞는 것 같다.

그런데 생각보다 생활가전일을 하다보니 항상 접하게 되는게 생활가전에 부착되어 있는 센서에서 뽑히는 데이터를 가지고 하는 일들이 많다. 보통 이런 가전의 경우는 이런 내재된 dynamics를 모사할 수 있는 시뮬레이터같은게 없기 때문에 일반적으로는 어떤 동작을 취했을때 나오는 센서 데이터를 바탕으로 유추하는 방향으로 진행하는 편이 많다. 그래서 물론 인공지능 기술 개발도 중요한 일이긴 하지만, 이와 비교했을 때 센서 데이터를 "잘" 분석하는 것도 하나의 R&R인 측면도 있다. 그래서 인공지능기술개발을 할때는 Tensorflow, 뭔가 논문 예제를 다룰때는 PyTorch를 하다가도, 이 때 필요한 데이터의 전처리나 시각화 분석할 때는 NumPy나 Pandas를 많이 사용하곤 한다. 그 중에서도 pandas와 NumPy는 뭔가 기술이 아닌 분석의 성격이 있긴 하지만, 그래도 뭔가 현상을 이해하고 시각화하는데 필수적인 툴이라고 생각한다.

이번에 소개할 책은 이 Pandas에 대해서 디테일하게 소개한 책이다. 그런데 나만 그렇게 느끼는 것인지는 모르겠지만 pandas를 많이 써보다보면, 이 툴은 뭔가 코딩 테스트와 비슷한 느낌을 준다. 가령 내가 어떤 지원자에게 raw data 하나 던져주고, 이 data의 특정 조건에 해당하는 값들의 평균과 표준편차, 그리고 최빈값을 dataframe 형태로 뽑아보라고 문제를 낸다면, 그때부터 열심히 고민하게 될 것이다. 그 특정 조건에 맞는 값들은 어떻게 찾을 것이며, Index는 어떻게 잡고, group은 어떻게 지을 것인지에 대해서 방법을 찾고 구현을 할 수 있을 것이다. 혹은 data를 string화해서 정규표현식을 통해서 원하는 요소만 찾게도 해 볼 수 있는 것이고... 구현할 수 있는 방법은 정말 다양하고, 이런 기능들을 pandas에서 구현할 수 있다. 정말 데이터 분석에 필수적인 툴이라고 할 수 있다.

책은 크게 1부 기본기 다지기와 2부 응용하기 두 부로 나눠져 있으며, 1부에서는 pandas에서 활용되는 자료형과 기본적인 매커니즘에 대해서 소개되어 있다면, 2부에서는 실제 데이터셋을 예제로 하여, pandas에서 제공하는 api를 자유자제로 활용할 수 있는 방법에 대해서 소개한다. 나같은 경우는 pandas를 현업에서 자주 활용하기도 해서 1부보다는 2부 내용을 위주로 주로 살펴보았다.

나는 사실 pandas에서 제일 다루기 어려운 개념 중 하나가 MultiIndex와 GroupBy 개념인데, 이 책에서는 각각 7장과 9장에서 해당 내용을 설명하고 있고, 기본 개념에 대한 자세한 설명이 책에서 제공되고 있어서 좋았다. 특히 좋았던 부분은 각 장의 후반부마다 "코딩 챌린지"라는 이름으로 문제를 제공하고 이에 대한 풀이법을 이어서 설명하는데, 마치 강의 영상을 보는 것처럼 푸는 방법과 이에 대한 결과를 보여주는 전개방식이 실제 문제를 여기에 대입해서 이해하는 도움이 될 것이라고 생각한다. 개인적으로 외서 시리즈 중 좋아하는 형태의 하나가 Manning 출판사의 "In Action" 시리즈인데, 이 책도 독자가 접할 수 있는 실제 문제와 책의 전개 방향을 일치시키려는 노력에 있어 읽기에 좋지 않을까 하는 생각을 해본다. 기타 장 부분도 실제 접할 수 있을법한 예시를 바탕으로 다뤄진 내용도 좋았던 것 같다.

참고로 이 책의 부록은 pandas와 numpy에 대한 기본지식과 fake data 생성을 위한 faker 사용법, 그리고 정규표현식에 대한 내용이 포함되어 있는데, 분량이 무려 책의 1/5 정도이다. 기본지식이 부족하다고 느낄 수 있어도 부록에서 이를 커버할 만큼 방대한 분량들이 담겨져 있는 것이다.(한편으로는 너무 기초내용을 소개하는데 많은 분량이 들어간건 아닌가 싶기도 하고...)

나도 그렇긴 하지만 pandas는 뭔가 api를 암기하고 사용법을 빠삭하게 알기보다는 공식 문서에서 제공하는 것을 읽고, 제공되는 예시를 내 문제에 대입하는 방법을 많이 활용하는데, 어떻게 보면 이 책은 그런 공식 문서를 책으로 도출한 일종의 가이드 북이라고 보면 좋을 것 같다. 때문에 뭔가 데이터 분석을 위해서 머리를 싸맬 문제가 있다면 이 책의 관련 장을 일고 한번 읽어보는 것도 좋은 문제 해결 방법이 되지 않을까 싶다.

책의 예제 코드는 jupyter notebook형태로 제공되며, github은 아래와 같다.

GitHub - paskhaver/pandas-in-action: Complete source code (datasets and Jupyter Notebooks) for Pandas In Action

Complete source code (datasets and Jupyter Notebooks) for Pandas In Action - GitHub - paskhaver/pandas-in-action: Complete source code (datasets and Jupyter Notebooks) for Pandas In Action

github.com

sua***l2022-10-03

판다스 인 액션을 접하고...

[Pandas in Action (판다스 인 액션)]

보리스 패스캐버 지음

시진 옮김

본 책은 Python 라이브러리 중에 하나인 Pandas 에 대해 소개하고 예제를 통해 쉽게 접근할 수 있도록 해주는 책 입니다.

Pandas 는 데이터 조작 및 분석을 위한 Python 프로그래밍 언어 용으로 개발된 소프트웨어 라이브러리 입니다.

무료로 이용 가능한 라이브러리 입니다. (New BSD 라이센스)

Pandas 라는 이름은 한 개인에 대해 여러 기간동안 관찰 한다는 데이터 세트에 대한 계량 경제학 용어인 "패널 데이터"라는 요엉에서 파생되었으며, "Python 데이터 분석"이라는 문구 자체에서 가져온 것이라고 합니다.(위키백과 인용)

Chapter 1. 판다스 소개 에서도 Pandas 는 Python 프로그래밍 언어를 기반으로 구축된 데이터 분석용 라이브러리로 정렬, 필터링, 정리, 중복 제거, 집계, 피벗 등의 데이터 조작 작업을 위한 도구 모음으로 소개하고 있습니다.

본 책은 Python 프로그래밍을 해보았다면 좀 더 쉽게 학습할 수 있지만, Python 프로그래밍을 접하지 않았더라도 책 예제를 따라하다 보면 쉽게 학습할 수 있도록 구성되어 있습니다.

책에서는 스프레드시트 소프트웨어 또는 다른 데이터 분석 도구를 중급자 수준으로 다뤄본 경험이 있는 데이터 분석가를 대상으로 구성되어있다고 하지만 책을 공부하다 보면 실제 데이터 분석을 통해 어떤것을 알고자 하는가 까지는 아니더라도 이러한 형태로 데이터 분석이 가능 하고, 이런 데이터를 이용하면 어떠한 결과를 알 수 있구나 정도는 알 수 있으며, 데이터 분석이 이러한 것이구나 정도는 알 수 있습니다.

데이터 분석이 필요한 여러 분야에 적용 가능하기에 학습해볼 가치는 충분히 있습니다.

책 예제는 아래 경로에 있습니다. (책 12p)

https://github.com/paskhaver/pandas-in-action

GitHub - paskhaver/pandas-in-action: Complete source code (datasets and Jupyter Notebooks) for Pandas In Action

Complete source code (datasets and Jupyter Notebooks) for Pandas In Action - GitHub - paskhaver/pandas-in-action: Complete source code (datasets and Jupyter Notebooks) for Pandas In Action

github.com

Pandas 공식 문서,

https://pandas.pydata.org/docs/

pandas documentation — pandas 1.5.0 documentation

The reference guide contains a detailed description of the pandas API. The reference describes how the methods work and which parameters can be used. It assumes that you have an understanding of the key concepts.

pandas.pydata.org

책은 크게 두 개의 Part 와 부록으로 구성 되어 있습니다.

Part 1 은, Chapter 1 ~ 5 까지 이며,

Pandas 의 소개 및 기본 사용법 그리고 객체들에 대한 객체 (DataFrame, Series) 에 대해 학습할 수 있으며,

Part 2 는, Chapter 6 ~ 14 까지 이며,

Part1 에서 학습한 내용을 기반으로 하여 실제 데이터 분석을 해보면서 학습할 수 있습니다.

부록 Part 는, Appendix A ~ E 까지 이며,

시험을 위한 툴의 설치 및 환경 설정, Python 문법 기초, 넘파이 속성 과정, faker로 가짜 데이터 생성하기,

정규 표현식에 대해서 설명 하고 있습니다.

책에서는 Python 코딩 환경으로 Appendix A 에서 아나콘다 (Anaconda) 주피터 노트북을 이용하여 구성하고 있습니다.

https://www.anaconda.com/products/distribution

Anaconda | Anaconda Distribution

Anaconda's open-source Distribution is the easiest way to perform Python/R data science and machine learning on a single machine.

www.anaconda.com

Appendix A 에서 설치 및 환경 설정에 대해 자세하게 설명하고 있습니다.

각 Chapter 시작시에, "이 장의 내용" 블럭을 두어 학습할 내용에 대해 설명하고 있으며, Chapter 마지막에 "핵심 요약" 블럭을 두어 학습한 내용 중 핵심 내용에 대해 정리 해줍니다.

책은 주로 예제 위주로 구성 되어 있습니다.

실제 코딩 하면서 학습 하여도 되지만, 예제에 대한 결과도 포함되어 있기에 설명 상에서의 예제 부분은 책 내용 만으로도 이해할 수 있습니다. 하지만, 실행 해보며 Python 및 Pandas 코딩에 익숙해 지기 위해 직접 예제들을 코딩 해보시길 추천 합니다.

각 Chapter 마다 코딩 챌린지라는 섹션을 두어 학습한 내용에 대해 문제를 풀면서 학습한 부분에 대해 이해하고 있는지 확인 할 수 있도록 제공하고 있습니다.

[결론]

데이터 과학, 데이터 분석 이라는 분야가 오래된 분야 이지만 최근 들어서 많이 이슈화 되고 있는 것 같습니다. 이미 데이터 분석 분야에 일하고 계신 분들은 Pandas 라이브러리에 대해서 많이 접했을 수 있지만 그 외 분야에 계신 분들은 생소한 라이브러리 일 것입니다.

실제, 데이터 분석 이라는 분야 자체도 생소할 수 있는데, 본 책을 통하여 데이터 분석이 어떠한 것이고 어떠한 부분들이 있는지 그리고 Pandas 라이브러리를 이용한 데이터 분석 방법에 대해 맛 보기에 좋은 책인 것 같습니다.

lees***l2022-10-02

[리뷰]판다스 인 액션

hwanis***l2022-10-02

파이썬으로 데이터 분석한다면 한번 쯤은 (중급자 이상 권장)

* 한빛미디어의 나는 리뷰어다 활동을 위해 책을 제공받아 작성된 서평입니다.

개요: pandas

python 으로 데이터 분석을 하다보면 필수로 거치는 코스인 pandas. 이를 다루는 많은 글에서 팬더(panda)를 이미지로 활용하긴 하는데 panel data에서 유래되었다.

이 pandas는, 따로 공부를 하고 사용하기보단, 그때그때 하려는 내용을 검색해서 활용해도 문제가 없을 정도로 잘 짜여져 있다.

동시에 그렇기 때문에, pandas를 깊게 다루는 자료보다는 python, numpy와 세트로 같이 데이터 분석 (혹은 데이터 과학)이라는 키워드로 뭉뚱그려서 다루는 자료가 더 많이 알려져 있기도 하다.

만약 데이터 분석을 업무로 하고 있지만 “기술적인 관점에서" 이 pandas에서 퍼포먼스를 올릴 수 있는 방법에 대한 고민을 하고 있는 사람이 있다면 이 책은 제일 괜찮은 자료가 될 것이라고 생각한다. (한국어로 된 자료 중에는)

---

이 책의 저자

책에 대한 이야기를 하면서 저자에 대한 이야기를 제일 먼저 하려고 한다.

책을 읽기전에 나는 이런 생각을 했었다.

pandas는 이미 많은 사람들이 쓰는데 누가 pandas에 대한 책을 썼을까?

가장 잘 알고 있는 라이브러리 개발진은 메뉴얼까진 만들지만 책은 잘 안쓰는 특징이 있고, pandas에 대한 책을 쓰려면 당연히 pandas 사용 경험이 많아 어느 정도 잘 알면서 어떤 것이 현업 분석에서 어떻게 중요한 지, 이를 어떻게 delivery 해야 할지에 대해서도 잘 알고 있어야 하기 때문이다.

이 책의 저자는 python 에러에 고통 받고 있으면 와서 “아 그거 이렇게 바꾸면 됨 ㅎㅎ” 할 것 같은 분인데, udemy에서 33만명의 수강생을 가르친 업계의 큰 형님이시다. (사진 생략)

---

이 책의 장점

저자가 원래 엑셀로 분석을 해오다가 15년에 python으로 전환하면서 여러 시행착오를 겪은 분이기도 한데, 교육의 경험이 있는 분이다보니 책에서도 내용을 풀어가는 “문체”가 다른 딱딱한 기술 서적과는 꽤 다른 편이다. (번역도 괜찮다)
책에서 다루는 내용들을 적절하게 따라 할 수 있는 예시 데이터와 상황. 그리고 코드 (with github)를 같이 제공하고 있다.
매 단원마다 코딩 챌린지라는, 배운 내용을 실습해볼 수 있는 연습문제와 꽤 친절한 해설이 달린 해답을 제공한다. 해당 단원의 핵심 내용 요약도 제공한다…! (사진 생략)

Series 와 같은 기초 개념부터 export/import, pivot, pandas option 설정까지 pandas 와 연관된 개념을 다룬다. 책에서는 판다스 기본기 다지기와 판다스 응용하기라는 목차를 통해 구분하고 있는데 말 그대로 기본기와 응용기를 모두 다룬다고 봐도 좋다. (응용 중 일부는 기본기 부분으로 배치해도 좋을 것 같긴 하다)
위에서 말한 것처럼 pandas는 다른 개념 (numpy, python 등)과 같이 활용 되는 경우가 많은데, 이 책에서도 이를 고려하여 부록이라는 이름으로 담아냈다. 부록만 120페이지이며, 메소드 체이닝, PEP, regexp, conda/env, faker 등의 오 이것까지? 싶은 내용들도 담고 있다.

---

이 책의 특징

다음 문장은 책의 본격적인 시작이라고 볼 수 있는, 2장(Series)의 2.1.1 클래스 및 인스턴스 단원의 첫 문장이다. (1장은 개요와 둘러보기)

클래스는 파이썬 객체의 청사진입니다. pd.Seires 클래스는 템플릿이며 이 템플릿을 가지고 구체적인 인스턴스를 생성해야합니다.

사람에 따라 이 문장에서 많은 느낌을 받을 수 만약 이 문장이 어떤 내용을 말하는지 이해하는 데 큰 어려움이 없다면 이 책은 추천할 만한 책이다. (책에 Seires라고 쓰여있다. 내 오타 아님)

그러나 컴공쪽에 배경지식이 없다면 첫 문장에서 클래스, 객체, 템플릿, 인스턴스 라는, 4개의 낯선 단어에 벽을 느낄 수도 있다. (한가지 다행인 점은 부록을 통해 이를 이해하는데 도움을 얻을 수 있으니, 사람에 따라 부록을 먼저 읽는 것이 괜찮은 방법일 수도 있다.)

저자도 대상 독자를 중급자로 권장하고 있다.

다음 문장은 5.1 데이터셋과 메모리 최적화 단원의 일부이다.

10줄도 안되는 코드로 DataFrame의 메모리 사용량을 50% 이상 줄였습니다.

수백만 개의 행이 있는 데이터셋에 미칠 영향을 상상해보세요! 어마어마할 거에요.

데이터셋의 변수 타입을 바꾸는 등 몇가지 작업을 통해 메모리의 관점에서 최적화를 알려주는 내용을 다루고 있는데, 데이터에서 character를 categorical로 바꾸면 어떤 장점이 있고, 어떤 원리로 메모리 최적화 가능한 건지에 대해서 설명하고 있다.

개인적으로는 이 책은 꽤 많은 python 기반 분석가들에게 도움이 될 수 있다고 생각한다.

엄밀히는 python의 특징에 가깝기도 한데, 콘솔 / 터미널 기반에서의 프로그래밍이 아닌 jupyter에서의 작업을 전제로 책의 내용이 서술되고 있다. 물론 부록에 설치방법이 나오긴 하지만 pandas를 활용하기 위해서 반드시 거쳐야 할 추가 단계가 있다는 것은 입문자-초급자에게는 꽤 고민이 되는 부분일 수도 있다.
책이 22년 9월 1일에 나온 따끈따끈한 신작이다보니, 아직 아래 같은 오타가 조금 있다. 따라 하는 것이 목적이라 에러가 나면 곤란한 실행 코드는 github에 있기 때문에 큰 이슈는 아니긴 하다. (별도로 번역은 읽는데 전혀 지장이 없을 정도로 깔끔하다고 생각한다)

데이터 분석가에서 소프트웨어 엔제니어로 전향하면서…

소프트웨어 엔지니어링 분야에는 ‘중복 배제(Don’t repeat yourself, DRY)’라는 원리 있습니다.

pd.Seires 클래스는 템플릿이며 이 템플릿을 가지고 구체적인 인스턴스를 생성해야합니다.

---

요약: 데이터 분석을 파이썬으로 하고 있다면, 스터디 해보기에 괜찮은 책

아래는 (마찬가지로) 책에서 일부 발췌한 문장들이다.

조인의 여정에 ‘조인'해주셔서 감사합니다. 농담이에요!

시간을 배우러 가는데에 시간을 더 지체하면 안 되겠죠? 농담이에요. 민망하니까 어서 본론으로 넘어가겠습니다.

그래프가 데이터의 의미는 잘 표현했지만 레이블을 읽으려면 고개를 돌려야 한다는 단점이 있네요. 아이고 목이야.

즉, 위에서도 언급하긴 했지만 딱딱할 수 있는 기술 / 학습 도서이지만 저자와 역자의 엄청난 노력으로 내용을 부드럽게 풀어냈다. 이는 배경지식이 없는 사람이라도 스터디하기에 충분히 어려움이 없을 것이라고 생각한다.

단, 1장부터 차례로 공부하는 것보다는 참여자의 수준에 따라 순서를 조금 바꾸는 것을 권장한다. (책의 전체 페이지수는 587페이지, 정가는 38000원인데 충분한 가치가 있을 것이라고 생각한다)

만약 python 기반으로 Data Analyst / Data Scientist 업무를 하고 있다면 (MLE / DE 쪽은 잘 모르겠다) 기술적인 성장에 꽤 도움이 될 책이라고 생각한다.

ljw2***l2022-09-30

데이터 분석가들에게 큰 도움이 되는 책

데이터 분석을 하는 입장에서, 판다스는 가장 중요한 파이썬 라이브러리 중 하나이다. 간단한 csv 데이터 처리부터 머신러닝, 딥러닝에 필요한 데이터프레임 처리까지 다양한 일을 할 수 있다.

특히, 수많은 데이터들이 넘쳐나는데 그것들을 깔끔한 형태로 가공하고, 필요한 행, 열들만 취사선택하는 법은 무엇보다 중요하다.

이 책에서는 이러한 판다스의 기본적인 사용법에 더해 Series, DataFrame type의 특성, 정렬, index를 통한 탐색 등 실제로 데이터 분석 작업시 사용할 만한 다양한 프로세스들을 소개하고 있다.

항상 구글링하면서 이를 찾고, 가물가물한 기억을 더듬어 가며 시도하는 나에게는 딱 맞는 책이었다.

가장 도움이 되었던 것은 각각의 dataframe을 연결하는 방법이었다. merge나 concat을 활용해 양옆으로, 또는 위아래로 데이터들을 이어붙이고, 파라미터에 따라 어떻게 데이터들 중 일부를, 또는 전체를 합칠지를 생각할 수 있는게 좋았다. 마치 벤 다이어그램이 생각났다.

또한 부록으로 기본적인 파이썬, 넘파이 코드나 여러 가지를 소개해 주고 있는데, 정규 표현식을 설명해준 것 또한 큰 도움이 되었다.

파일명을 통해 불러올 때나 column을 불러와서 처리할 때가 있는데, 이를 활용하여 특정 문자열을 검색하는 등 입맛에 맞는 데이터 추출을 할 수 있었다.

데이터 분석가는 일반적인 개발자와는 달리 데이터를 보는 눈과 도메인 지식이 필요한데, 이 책은 그 중 데이터를 보는 눈을 기르는 것과 처리 및 가공 실력을 키우는 데 큰 도움이 되었다. 실무에서 판다스를 이용해 데이터 분석하는 사람들에게 적극 추천한다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."

woo5***l2022-09-25

판다스 인 액션 리뷰

판다스 라이브러리는 데이터 분석가, AI 엔지니어, 마케터 등 직군을 불문하고 사랑받는 파이썬 라이브러리입니다. 하지만 판다스만을 중점적으로 다루는 책은 많지 않습니다. 파이썬 입문, 머신러닝 입문, 딥러닝 입문 등 여느 입문 책 사이에 조금씩 활용되지만, '판다스'라는 키워드를 yes24에 검색하면 이 책을 포함해 단 4권만이 판다스에 대해서만 다루고 있습니다.

저 또한 처음에는, 굳이 라이브러리 하나에 대해서 시간을 들여서 공부해야 할까? 모르는게 나오면 구글에 검색하면 되지 않을까? 라는 의구심이 들었습니다. 하지만 컴퓨터 사이언스와 마찬가지로 유통기한이 긴 지식들은 깊게 쌓아두면 좋을 것 같다. 라는 생각하에 이 책을 선택하게 되었습니다.

이코노미스트는 2017년 의견서에 '세상에서 가장 가치있는 자원은 더이상 석유가 아니라 데이터이다.' 라고 언급하였습니다. 데이터는 근거이며, 근거는 상호 연결된 세계에서 점점 더 복잡해지는 문제를 해결하는 기업, 정부, 기관과 개인에게 매우 중요합니다.

이러한 데이터 작업을 위한 도구의 기술 생태계는 지난 10년 동안 엄청나게 성장했습니다. 판다스의 경쟁 도구로는 엑셀, 구글 스프레드시트, R, SAS 등이 있지만, 판다스가 특별한 이유는 바로 처리 능력과 사용자 생산성 사이의 균형이 좋기 때문입니다. C와 같은 저급 프로그래밍 언어를 사용하여 많은 계산량을 처리하기 때문에 판다스는 밀리초 내에 백만 행의 데이터셋을 효율적으로 변환할 수 있으며, 동시에 간단하고 직관적인 명령 집합을 제공합니다.

1부의 5개의 장에서는 판다스 라이브러리로 무엇을 할 수 있는지 직관적으로 확인하고, 판다스의 핵심 메커니즘이자 두 가지 기본 자료구조인 1차원 Series와 2차원 DataFrame에 대해서 소개하고 있습니다. 1부만 다 보더라도 판다스의 토대를 마련할 수 있습니다.

2부에서는 포춘 1000대 기업부터 노벨상 수상자까지 다양한 주제의 실제 데이터셋에서 MultiIndex, 그룹화, 조인, 시각화 등 판다스의 고급 기능들을 활용하여 문제를 해결하는 방법들을 소개하고 있습니다.

더불어 부록에서도 꽤나 흥미있는 내용을 다루고 있었습니다. 바로 faker라는 라이브러리입니다. [이름, 전화번호, 주소, 이메일] 등의 리스트를 생성할 수 있고, 임의의 숫자 데이터를 생성하는 넘파이와 함께 사용하면 모든 크기, 형태 유형의 데이터셋을 빠르게 생성할 수 있습니다. 이외에도 파이썬의 속성 과정, 정규 표현식 등을 다루고 있습니다.

각 챕터별로 코딩 챌린지를 통해 단원에서 배운 내용들을 복습할 수 있고, 해답도 바로 뒤에 나와있어 출판사의 홈페이지에서 해답을 다운로드 하는 등의 불편함이 없었습니다.

판다스는 유일하기 때문에 어쩔 수 없이 선택해야 하는 도구가 아니라 데이터 랭글링, 병합, 통계 계산 등 대부분의 데이터 분석 문제를 해결하는 강력하고 인기와 가치가 있는 솔루션입니다. 엑셀 또한 여전히 데이터를 빠르고 쉽게 처리하는 훌륭한 도구이며, SQL은 기능의 범위가 더 크고 데이터 관리를 중심으로 합니다.

판다스는 다른 현대 기술과 함께 사용할 수 있는 강력한 선택지이기 때문에, 주어진 상황에 따라 자신에게 맞는 적절한 도구를 선택하고 문제를 해결할 수 있었으면 좋겠습니다.

판다스를 깊이 있게 공부하고 싶으신 분들에게 추천하는 책입니다.

"한빛미디어 <나는 리뷰어다> 활동을 위해서 책을 제공받아 작성된 서평입니다."