๋ฐ์ํ
๋ฐ์ดํฐ ํ์ผ์ด ์ฝค๋ง๋ ํญ์ผ๋ก ๊ตฌ๋ถ๋ csv, tsv ๋ฑ์ ํ์ผ ํํ์ด๋ฉด, pd.read_csv(file_path) ๋๋ pd.read_table(file_path, sep='\t') ์ ํ์ผ์ ์ฝ์ด ๋ฐ๋ก ๋ฐ์ดํฐํ๋ ์์ผ๋ก ์ฌ์ฉํ ์ ์๋ค.
ํ์ง๋ง, ๊ฐํน ๋น์ ํ ๋ฐ์ดํฐ๋ฅผ ํ ์ด๋ธ ํํ๋ก ๊ฐ๊ณต ํ ๋ฐ์ดํฐํ๋ ์์ผ๋ก ๋ณํํ๊ณ ์ถ์ ๋๊ฐ ์๋๋ฐ, ์๊ฐ๋ณด๋ค ๋งค์ฐ ๊ฐ๋จํ๋ค.
pd.DataFrame()์ ์ฌ์ฉํ๊ณ , columns ๋ง ์ง์ ํด์ฃผ๋ฉด ๋๋ค.
2์ฐจ์ ๋ฆฌ์คํธ → ๋ฐ์ดํฐํ๋ ์ ๋ณํ ์์
import pandas as pd
# 2์ฐจ์ ๋ฆฌ์คํธ
data = [
['Alice', 25, 'New York'],
['Bob', 30, 'San Francisco'],
['Charlie', 35, 'Los Angeles']
]
# ๋ฐ์ดํฐํ๋ ์์ผ๋ก ๋ณํ
df = pd.DataFrame(data, columns=['Name', 'Age', 'City'])
# ๊ฒฐ๊ณผ ์ถ๋ ฅ
print(df)
๋ฐ์ํ