Data Science Academy · 강의

이름과 인덱스가 있는 열

Series가 목록과 어떻게 다른지 알아봅니다.

이름과 인덱스가 있는 열은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 1번째 강의입니다. 아래에서 전체 강의를 무료로 읽을 수 있으며, 내장 코드 에디터와 24/7 AI 튜터와 함께 브라우저에서 직접 실습할 수 있습니다. 이 강의는 Data Science Academy 학습 경로의 일부이며, 진행 상황이 웹과 CoddyKit 앱에 동기화됩니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

이 강의의 일부는 아직 번역되지 않았으며 영어로 표시됩니다.

Meet the Series

A Series is pandas' one-dimensional column: a sequence of values that all share one name and one type. Think of it as a single spreadsheet column. 📊

More Than a List

A plain Python list just holds values in order. A Series pairs every value with a label, so each item has both a position and a name you can look up by.

Create One Quickly

Pass any list to pd.Series and pandas wraps it for you. This line below builds your very first Series from three numbers.

import pandas as pd
s = pd.Series([10, 20, 30])
print(s)

The Hidden Index

Notice the numbers on the left of your output. That is the index: a label for every value. Without one supplied, pandas auto-numbers from 0.

Give It Real Labels

You can set meaningful labels with the index argument. Now each value is named, which makes lookups read like plain English. 🏷️

s = pd.Series([90, 75, 88], index=['Ada', 'Bo', 'Cy'])
print(s['Bo'])

One Type Inside

Every Series carries a single dtype, like int64 or float64. Shared types are what let pandas run fast math across the whole column at once.

print(s.dtype)

Name the Whole Series

A Series can also carry its own name, separate from the index. That name becomes the column header once the Series joins a DataFrame.

s.name = 'score'
print(s.name)

Values and Index Apart

You can pull the two parts out on their own. The .values attribute gives the raw data array; .index gives the labels that tag it.

print(s.values)
print(s.index)

Build From a Dict

Hand pd.Series a dictionary and the keys become the index automatically. It is the fastest way to build a labeled column in one step.

ages = pd.Series({'Ada': 36, 'Bo': 41})
print(ages)

Length and Peek

len(s) tells you how many values sit inside, and .head() shows just the first few. Both are handy first checks on any Series.

print(len(s))
print(s.head(2))

The Column Building Block

Stack several Series side by side and you get a DataFrame. So mastering the Series means you already understand half of pandas. 🧱

Quick Check

Let's lock in what a Series carries.

Recap

You learned a Series is a named, single-typed column where every value has an index label. It is the basic block that DataFrames are built from. Nice work! 🎉

자주 묻는 질문

“이름과 인덱스가 있는 열” 강의는 무료인가요?

네 — “이름과 인덱스가 있는 열” 전체 내용을 이 웹사이트에서 무료로 읽을 수 있습니다. 인터랙티브하게 실습하려면(내장 코드 에디터와 24/7 AI 튜터), CoddyKit PRO로 업그레이드하면 Data Science Academy 강의 전체를 잠금 해제할 수 있습니다. Data Science Academy 강의에는 총 4개의 강의가 포함되어 있습니다.

“이름과 인덱스가 있는 열”에서 뭘 배우나요?

Series가 목록과 어떻게 다른지 알아봅니다. 브라우저에서 직접 실행하는 실습 코드로 Data Science Academy을(를) 배우며, 24/7 AI 튜터가 강의를 진행하면서 질문에 답변해줍니다.

Data Science Academy을(를) 시작하는 데 경험이 필요한가요?

사전 경험은 필요하지 않습니다. CoddyKit의 Data Science Academy은(는) 초급자부터 고급 학습자까지를 위해 구성되어 있으므로, 여기서 시작하거나 처음부터 시작할 수 있으며 자신의 속도대로 진행할 수 있습니다. 이것은 4개 중 1번째 강의입니다.

“이름과 인덱스가 있는 열” 강의는 얼마나 걸리나요?

대부분의 CoddyKit 강의는 약 5~10분이 소요됩니다. 각 강의는 간결하고 인터랙티브하여 꾸준한 진행이 가능하며, 웹과 앱에서 중단한 부분부터 바로 시작할 수 있습니다.

이 Data Science Academy 강의에서 코드를 작성하고 실행할 수 있나요?

네. 모든 Data Science Academy 강의에는 내장 코드 에디터가 포함되어 있으므로, 브라우저에서 바로 실제 코드를 작성하고 실행한 후 즉시 AI 피드백을 받을 수 있습니다 — 로컬 설정이 필요 없습니다.

이 강의의 모든 강의

← Data Science Academy(으)로 돌아가기