[pandas] pivot_table, groupby

[pandas] 데이터 프레임 (DataFrame)과 이어집니다

사용 데이터 : http://bit.ly/ds-korean-idol

---

데이터 복사

DataFrame 을 복사하려면 new = df.copy( )로 복사 해야 한다.

만일 new = df 형식으로 복사하게 된다면 메모리 주소를 둘이 같이 참조하게 되기 때문에

하나라도 데이터 값이 달라지면 나머지 DataFrame도 데이터 값이 달라진다.

new_df = df
hex(id(new_df)) # 새 데이터
hex(id(df)) # 기존 데이터

 

그렇다면 .copy( )를 사용해보자

new_df = df.copy()
print(hex(id(new_df)))
print(hex(id(df)))

---

피벗 테이블 (pivot_table)

피벗 테이블은 엑셀의피벗테이블과 동일하다.

데이터 열 중에서 두 개의 열을 각각 행 인덱스, 열 인덱스로 사용하여 데이터를 조회한다. 

pd.pivot_table ( df ,  index = '행' ,  columns = '열' ,  values = '피벗 테이블 값' )  

		   # 행            # 열            # 피벗 테이블 값
pd.pivot_table(df, index='소속사', columns='혈액형', values='키')

각 행과 열에 해당하는 튜플이 없을 경우 NaN가 뜬다.

---

GroupBy

groupby는 데이터를 그룹별로 분활하여 독립된 그룹에 대하여 별도로 데이터 처리(혹은 적용)하거나

그룹별 통계량을 확인할 때 활용한다.

Split : 컬럼 조건에 따라 독립된 그룹으로 나눈다. 

Apply : 나누어진 독립된 그룹에 함수를 적용한다... 튜플은 하나가 된다. 

Combine : 함수가 적용된 결과를 종합하여 다시 하나의 테이블로 합친다.

 

groupby와 사용

 

.groupby('열') .분석

min( ) : 최소값      mean( ) : 평균      count( ) 갯수

max( ) : 최대값     var( ) : 분산

sum( ) : 합계         std( ) : 표준 편차

            # 1단계   # 2단계
df.groupby(['소속사', '혈액형']).mean()

[ , ] 로 지정할 그룹을 2단계로 만들 수 있다.

만일 groupby의 값을 저장을 하고 싶으면 df_group = df.groupby( ) 로 저장해야한다.

 

reset_index( )

 

위처럼 group을 만들면 인덱스 번호가 없어진다.

이 문제를 해결해 주는 것이 reset_index( ) 함수이다. (인덱스 번호가 없을 시에 .loc 함수....등 제약되는 것이 있다)

위 groupby를 df_group 변수에 저장했다고 치자

df_gorup.reset_index(inplace=True)