[Pandas] groupby( )

 

 

2024.07.16

 

 

 

 

✳️ .groupby( )

데이터를 그룹화하여 연산을 수행하는 method

• by : 그룹화할 내용이다. 함수, 축, 리스트 등등이 올 수 있다.
• axis : 그룹화를 적용할 축이다.
• level : 멀티 인덱스의 경우 레벨을 지정할 수 있다.
• as_index : 그룹화할 내용을 인덱스로 할지 여부입니다. False이면 기존 인덱스가 유지된다.
• sort : 그룹키를 정렬할지 여부이다.
• group_keys : apply메서드 사용시 결과에따라 그룹화 대상인 열이 인덱스와 중복(group key)이 될 수 있다. 이 때, group_keys=False로 인덱스를 기본값으로 지정할 수 있다.
• squeeze : 결과가 1행 or 1열짜리 데이터일 경우 Series로, 1행&1열 짜리 데이터일 경우 스칼라로 출력한다.
• observed : Categorical로 그룹화 할 경우 Categorical 그룹퍼에 의해 관찰된 값만 표시할 지 여부이다.
• dropna : 결측값을 계산에서 제외할지 여부이다.

 

오늘 빅분기 기출 100문제를 풀면서 배우게 된 부분만 정리해서 글을 써본다.
추가 내용의 경우는 좀 더 공부를 해보고 내용을 추가해볼 예정!

 

먼저 이러한 데이터가 있다고 가정하자.

import pandas as pd
import numpy as np
idx=['A','A','B','B','B','C','C','C','D','D','D','D','E','E','E']
col=['col1','col2','col3']
data = np.random.randint(0,9,(15,3))
df = pd.DataFrame(data=data, index=idx, columns=col).reset_index()
print(df)

 

먼저 index 컬럼에 대해서 groupby 수행을 해보았다.

print(df.groupby('index'))

# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x000001AE58371160>

이제 이 데이터는 'index'로 그룹화 되어 있다!

 

🔹 그룹화 된 상태로 연산

print(df.groupby('index').mean())

 

🔹 추가 method 적용

단순 연산 method가 아닌 여러 method를 적용 할 수 있다.

print(df.groupby('index').agg(['sum','mean']))

 

🔹 as_index 인수 사용

groupby를 하면 지정된 특정열에 대해 해당 열이 인덱스가 된다. 이때 as_index=False를 입력해주면서 기존의 인덱스 유지가 가능해진다.

def top (df,n=2,col='col1'):
    return df.sort_values(by=col)[-n:]
    
print(df.groupby(['index'],as_index=False).sum())

 

 

🔹 dropna 인수 사용

dropna를 통해 결측값(NaN)이 포함된 경우, 그룹화에서 제외할지 여부를 정할 수 있다.

현재 데이터 중에 6번째 행을 결측값으로 변경하고 실험해보자.

df.loc[6,'index'] = np.NaN
print(df)

 

 

print(df.groupby('index').sum())

일반적으로 결측값은 계산에서 제외되어 인덱스에 표시가 되지 않는다.

 

print(df.groupby('index',dropna=False).sum())

dropna=False인 경우 인덱스에 NaN이 포함되어 계산된 것을 알 수 있었다.

 

 

<참고 자료>

https://wikidocs.net/160081

02-11. 그룹화 계산 (groupby)