[데이터 사이언스 스쿨] 4.7 피봇테이블과 그룹분석

[ 이미지 출처 : rfriend - 데이터 재구조화 ]

 

 

● 피봇테이블(pivot table)

 

데이터 열 중에서 두 개의 열을 각각 행 인덱스, 열 인덱스로 사용하여 데이터를 조회하여 펼쳐놓은 것을 말한다.

 

판다스는 지정된 두 열을 각각 행 인덱스와 열 인덱스로 바꾼 후 행 인덱스의 라벨 값이 첫번째 키의 값과 같고 열 인덱스의 라벨 값이 두번째 키의 값과 같은 데이터를 찾아서 해당 칸에 넣는다. 만약 주어진 데이터가 존재하지 않으면 해당 칸에 NaN 값을 넣는다.

 

 

 

 

● 그룹분석 (group analysis)

 

키가 지정하는 조건에 맞는 데이터가 그룹을 이루는 경우, 미리 지정한 연산을 통해 해당 그룹 데이터의 대표값을 계산한다.

 

 

- groupby

 

• 열 또는 열의 리스트
• 행 인덱스
• size, count: 그룹 데이터의 갯수
• mean, median, min, max: 그룹 데이터의 평균, 중앙값, 최소, 최대
• sum, prod, std, var, quantile : 그룹 데이터의 합계, 곱, 표준편차, 분산, 사분위수
• first, last: 그룹 데이터 중 가장 첫번째 데이터와 가장 나중 데이터
• agg, aggregate
  • 만약 원하는 그룹연산이 없는 경우 함수를 만들고 이 함수를 agg에 전달한다.
  • 또는 여러가지 그룹연산을 동시에 하고 싶은 경우 함수 이름 문자열의 리스트를 전달한다.
• describe
  • 하나의 그룹 대표값이 아니라 여러개의 값을 데이터프레임으로 구한다.

• apply
  • describe 처럼 하나의 대표값이 아닌 데이터프레임을 출력하지만 원하는 그룹연산이 없는 경우에 사용한다.
• transform
  • 그룹에 대한 대표값을 만드는 것이 아니라 그룹별 계산을 통해 데이터 자체를 변형한다.

 

 

 

● pivot_table

 

groupby 명령처럼 그룹분석을 하지만 최종적으로는 pivot 명령처럼 피봇테이블을 만든다. 즉 groupby 명령의 결과에 unstack을 자동 적용하여 2차원적인 형태로 변형한다.

 

• pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, margins_name='All')
  • data: 분석할 데이터프레임 (메서드일 때는 필요하지 않음)
  • values: 분석할 데이터프레임에서 분석할 열
  • index: 행 인덱스로 들어갈 키 열 또는 키 열의 리스트
  • columns: 열 인덱스로 들어갈 키 열 또는 키 열의 리스트
  • aggfunc: 분석 메서드
  • fill_value: NaN 대체 값
  • margins: 모든 데이터를 분석한 결과를 오른쪽과 아래에 붙일지 여부
  • margins_name: 마진 열(행)의 이름

 

 

dss4_7_pivot table and groupby.ipynb

0.09MB

 

 

- 출처: [데이터 사이언스 스쿨] 4.7 피봇테이블과 그룹분석