[Pandas] 데이터 집계

 

 

 

 

 

 

✳️ groupby( )

• Group by 함수는 데이터프레임을 그룹화
• 그룹 단위로 데이터를 분할(split), 적용(apply), 결합(combine)하는 기능을 제공
• 데이터프레임을 특정 기준에 따라 그룹으로 나누어 집계, 변환, 필터링 등 가능
  1. 그룹 생성 : 기준 열(혹은 열들)을 지정하여 데이터프레임을 그룹으로 나눔
  2. 그룹에 대한 연산 수행 : 그룹 단위로 원하는 연산(평균, 합, 개수 등)을 수행
  3. 결과 결합 : 각 그룹의 연산 결과를 하나의 데이터프레임으로 결합하여 새로운 데이터프레임을 생성

df = pd.DataFrame({
    'Category': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Value': [1, 2, 3, 4, 5, 6]
})

df

 

예시)

df.groupby('Category')

# <pandas.core.groupby.generic.DataFrameGroupBy object at 0x000002527B32CA70>

결과에 뜨는 영어는 groupby해서 이제 드릉드릉 작업할 준비가 되었다는 그런 맥락이라고 하셨다.

 

• 기본 사용

# 그룹화한 컬럼의 값 평균 구하기
df.groupby('Category').mean()

 

# 그룹화한 컬럼의 값 합계 구하기
df.groupby('Category').sum()

 

# 그룹화한 컬럼의 값 개수 구하기
df.groupby('Category').count()

 

# 그룹화한 컬럼의 최댓값 구하기
df.groupby('Category').max()

 

# 그룹화한 컬럼의 최솟값 구하기
df.groupby('Category').min()

 

# 그룹화된 컬럼의 값을 리스트로 형성하기
df.groupby('Category').agg(list)

 

• 복수의 열 기준으로 사용하기

data = {
    'Category': ['A', 'A', 'B', 'B', 'A', 'B'],
    'SubCategory': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'Value': [1, 2, 3, 4, 5, 6]
}
df = pd.DataFrame(data)

df

 

여러 개의 컬럼을 그룹화하여 집계 함수를 이용해 계산을 할 수 있다.

df.groupby(['Category', 'SubCategory']).sum()

 

• 다양한 집계 함수 사용하기

data = {
    'Category': ['A', 'A', 'B', 'B', 'A', 'B'],
    'SubCategory': ['X', 'Y', 'X', 'Y', 'X', 'Y'],
    'Value1': [1, 2, 3, 4, 5, 6],
    'Value2': [10, 20, 30, 40, 50, 60]
}
df = pd.DataFrame(data)

df

 

원하는 컬럼별로 그룹화시킨 뒤,

.agg를 사용해서 Value1 값들에는 평균과 합계를, Value2 값들에는 합계를 연산할 수 있다.

df.groupby(['Category', 'SubCategory']).agg({'Value1': ['mean', 'sum'], 'Value2': 'sum'})

 

 

 

✳️ Pivot Table( )

• pivot_table() 함수는 데이터프레임에서 피봇 테이블을 생성하는 데 사용
  # Pivot Table란? 데이터를 재구성하여 요약, 집계된 정보를 보여주는 테이블 형태
• 주어진 데이터를 사용자가 원하는 형태로 재배치하여 요약된 정보를 보기 쉽게 제공

 

 

예시)

df = pd.DataFrame({
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-01'],
    'Category': ['A', 'B', 'A', 'B', 'A'],
    'Value': [10, 20, 30, 40, 50]
})

df

예시 데이터프레임을 이용하여  Date는 인덱스로, Category는 컬럼으로 하는 피봇테이블을 제작해보면 다음과 같이 만들 수 있다.

pivot = df.pivot_table(index='Date', columns='Category', values='Value', aggfunc='sum')

pivot

 

df = pd.DataFrame({
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-01'],
    'Category': ['A', 'B', 'A', 'B', 'A'],
    'SubCategory': ['X', 'X', 'Y', 'Y', 'X'],
    'Value': [10, 20, 30, 40, 50]
})

df

 

컬럼을 여러개로 하여 제작할 수도 있다.

pivot = df.pivot_table(index='Date', columns=['Category', 'SubCategory'], values='Value', aggfunc='sum')

pivot