Data Science Academy · 강의

Series 연산과 정렬

연산 중 레이블이 자동으로 정렬되는 방식을 알아봅니다.

Series 연산과 정렬은(는) CoddyKit의 무료 Data Science Academy 강의입니다. 이것은 4개 중 3번째 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.

Math on Whole Columns

You can do math on an entire Series at once. Operations apply to every value together, so there is no loop to write. ⚡

Add a Scalar

Adding a single number to a Series adds it to every value. This broadcast happens automatically across the whole column.

import pandas as pd
s = pd.Series([10, 20, 30])
print(s + 5)

All the Operators Work

Subtraction, multiplication, and division behave the same way. Each one is vectorized, touching all values in a single fast pass.

print(s * 2)

Add Two Series

When you add two Series, pandas lines them up by their index labels first. This step is called alignment and it is the headline feature. 🔗

Matching Labels Combine

Where both Series share a label, their values are combined. Alignment means position does not matter, only the labels do.

a = pd.Series([1, 2], index=['x', 'y'])
b = pd.Series([10, 20], index=['x', 'y'])
print(a + b)

Order Does Not Matter

Even if the labels appear in a different order, pandas still matches them correctly. It pairs label to label, never row to row.

b = pd.Series([20, 10], index=['y', 'x'])
print(a + b)

Missing Labels Make NaN

If a label exists in only one Series, the result for it becomes NaN, meaning Not a Number. There was nothing to pair it with.

c = pd.Series([1], index=['x'])
print(a + c)

Fill the Gaps

Use the .add method with fill_value to treat missing labels as a default instead of NaN. Here zero plugs the holes.

print(a.add(c, fill_value=0))

Apply a Function

Many NumPy functions work directly on a Series and return a new one. Each value is transformed while its index stays intact.

import numpy as np
print(np.sqrt(pd.Series([4, 9, 16])))

Compare to Make Masks

Comparisons also run element-wise, giving a Series of True and False. That boolean mask is the start of filtering data.

print(s > 15)

Why Alignment Wins

Automatic alignment quietly prevents a whole class of bugs from mismatched rows. Trust the labels and let pandas pair them for you. 🛡️

Quick Check

Let's confirm how alignment handles a label gap.

Recap

You saw Series math is vectorized, that operations align by index label, and that unmatched labels yield NaN unless you fill them. Great progress! 🎉

자주 묻는 질문

“Series 연산과 정렬” 강의는 무료인가요?

네 — “Series 연산과 정렬” 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.

“Series 연산과 정렬”에서 뭘 배우나요?

연산 중 레이블이 자동으로 정렬되는 방식을 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 3번째 강의입니다.

“Series 연산과 정렬” 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