

소개
오늘날 데이터 분석은 다양한 산업 분야에서 핵심적인 역할을 하며, 데이터를 효과적으로 활용하는 것이 곧 경쟁력으로 직결됩니다. 그 가운데 Pandas는 파이썬 기반의 데이터 분석에서 없어서는 안 될 도구로 자리 잡았습니다. 데이터의 전처리, 정제, 분석, 통계 계산 등 폭넓은 기능을 제공하며, 파이썬 생태계에서 가장 널리 사용되는 라이브러리 중 하나입니다. 데이터 전처리에 자주 사용되는 또 다른 라이브러리로는 NumPy가 있습니다. NumPy는 고속의 수치 계산을 위해 설계된 강력한 도구로, 배열 기반 연산에 최적화되어 있습니다. 그러나 실제 업무나 연구 현장에서 다루는 데이터는 단순한 숫자 배열이 아닌 경우가 많습니다. 예를 들어 고객 정보, 거래 내역, 센서 로그, 시간에 따른 변화 데이터처럼 문자열, 날짜, 결측치 등이 혼합된 복합적이고 구조화된 데이터가 주를 이룹니다. 이러한 데이터를 처리하기 위해서는 보다 유연하고 직관적인 도구가 필요합니다. 바로 이 지점에서 Pandas의 강점이 두드러집니다. Pandas는 Series와 DataFrame이라는 자료 구조를 통해 다양한 타입의 데이터를 열 단위로 자연스럽게 처리할 수 있으며, 인덱스를 활용한 정렬, 필터링, 그룹 연산, 결측치 처리 등 현실적인 데이터 전처리 요구를 간결한 코드로 해결할 수 있도록 돕습니다. 단순한 수치 계산을 넘어 전처리 단계에서의 생산성을 크게 높여주는 Pandas는 실무 분석의 시작점에서 매우 유용한 도구입니다. 따라서 이 책은 실무에서 자주 접하는 전처리, 분석, 시각화 등의 작업을 중심으로 Pandas를 집중적으로 다룹니다. NumPy도 중요한 기반 도구이지만, 실제 분석 흐름에서 Pandas의 역할이 더욱 크다고 판단하여, 독자가 실전에서 바로 활용할 수 있는 실용적 역량을 갖추도록 Pandas에 보다 많은 비중을 두었습니다. 하지만 많은 사람들이 Pandas의 강력한 기능을 제대로 활용하지 못하거나, 방대한 문서와 함수 목록 속에서 혼란을 겪는 경우가 많습니다. 저자 또한 산업 현장에서 데이터 자동화 및 소프트웨어 개발 업무를 수행하며 Pandas를 처음 접했을 때, 학습과 적용 과정에서 많은 시행착오를 겪었습니다. 물론 인터넷 검색이나 다양한 서적에서 정보를 찾을 수 있지만, 핵심 개념과 함수들을 체계적으로 정리한 자료, 그리고 실제 업무에 어떻게 적용할 수 있는지에 대한 명확한 가이드는 부족하다는 아쉬움을 느꼈습니다. 최근 ChatGPT와 같은 생성형 AI의 등장으로 Pandas 활용은 훨씬 쉬워졌지만, AI가 제안하는 코드가 정말 의도한 목적에 부합하는지, 또는 더 나은 방법은 없는지를 판단하려면 기본 개념과 문법에 대한 탄탄한 이해가 필요합니다. 특히 업무 도메인과 코드 맥락이 반영되어야 제대로 된 결과를 얻을 수 있기 때문에, 핵심 기능을 빠르게 찾아보고 즉시 적용할 수 있도록 돕는 실용적인 참고서가 그 어느 때보다 절실합니다. 물론 시중에도 Pandas 관련 서적이 많이 출간되어 있지만, 필요한 함수나 문법을 빠르게 찾기 어렵고, 책이 방대해지면서 핵심 내용이 한눈에 정리되지 않는다는 점이 아쉬움으로 남았습니다. 따라서 이 책은 학습용 자료일 뿐만 아니라, 현업에서 바로 활용할 수 있는 실용적인 참고서로 구성했습니다.



