[데이터 전처리&시각화 4] 데이터 집계, 데이터 정렬

< 데이터 집계 >

 

# Group by()

Group by 함수는 데이터프레임을 그룹화하여 그룹에 대한 연산을 수행한 후 결과를 출력한다

 

# 샘플 데이터

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

 

 

# 카테고리별 평균값 출력

df.groupby('Category').mean()

 

 

# 카테고리별 값 구하기

 

합계

df.groupby('Category').sum()

 

데이터의 수

df.groupby('Category').count()

 

최대값

 df.groupby('Category').max()

 

최소값

 df.groupby('Category').min()

 

 

첫번째 데이터

df.groupby('Category').first()

 

 

# agg 함수

여러개의 함수를 동시에 실행할 수 있다

df.groupby('Category').agg(list)

 

 

# 샘플 데이터 가져오기

df = pd.read_csv("tips_data.csv")
df

 

 

df[['day', 'total_bill', 'tip', 'size']]

 

 

# group by 예제

 

groupby 컬럼에 대한 것은 왼쪽 컬럼에 배치되고

각각에 대해서 집계함수를 수행한다

 

df[['day', 'total_bill', 'tip', 'size']].groupby('day').mean()

 

 

# 2개 이상의 groupby

 

df[['sex', 'day', 'total_bill', 'tip', 'size']].groupby(['sex', 'day']).mean()

 

df[['sex', 'day', 'total_bill', 'tip', 'size']].groupby(['day', 'sex']).mean()

 

# 해당 groupby의 기준하에 각각의 컬럼에 대해서 다른 함수인 최대값, 평균값, 합계 구하기

 

여러가지 조건을 \ 백슬래시를 이용해서 묶어줄 수 있다

df[['sex', 'day', 'total_bill', 'tip', 'size']].groupby(['day', 'sex']) \
.agg({'total_bill':'max', 'tip':'mean', 'size':'sum' })

 

 

※ 그렇다면 여기서 질문들어갑니다!

 

Fril Female에 있는 total_bill에 접근하려면 어떻게 해야 할까요?

df.loc[('Fri', 'Female'), 'total_bill']

로 접근할 수 있다

 

[ 결과 ]

 

 

< 피벗 테이블 >

Pivot Table란?

데이터를 재구성하여 요약, 집계된 정보를 보여주는 테이블 형태

 

# 샘플 데이터

# 6-2. pivot table
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

 

 

# 피벗 테이블 만들기

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

 

 

# 데이터 샘플

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

 

 

# 피벗 테이블 만들기

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

 

 

# 집계 함수를 다르게 하여 피벗 테이블 생성하기

import pandas as pd

# 샘플 데이터프레임 생성
data = {
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-01'],
    'Category': ['A', 'B', 'A', 'B', 'A'],
    'Value1': [10, 20, 30, 40, 50],
    'Value2': [100, 200, 300, 400, 500]
}
df = pd.DataFrame(data)
df

 

# 피벗 테이블 생성: 'Date'를 행 인덱스로, 'Category'를 열 인덱스로, 값은 'Value1'과 'Value2'의 평균과 합으로 집계
pivot = df.pivot_table(index='Date', columns='Category', values=['Value1', 'Value2'], aggfunc={'Value1': 'mean', 'Value2': 'sum'})

print(pivot)

 

 

< 데이터 정렬하기 >

 

# 샘플 데이터

df = pd.DataFrame({
    'Name' : ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'Age' : [25, 22, 30, 30, 18],
    'Score' : [85, 88, 83, 90, 92]
})
df

 

 

1. 값 정렬하기

 

# 나이를 기준으로 정렬하기, 오름차순

 

기본값은 오름차순이다

파이썬의 sort() 기본값과 동일

df.sort_values(by='Age')

 

 

# 나이를 기준으로 정렬하기, 내림차순

 

df.sort_values(by='Age', ascending=False)

 

 

# 2개 이상의 데이터를 기준으로 정렬하기

df.sort_values(by=['Age','Score'], ascending=[True, False])

 

 

2. 인덱스 정렬하기

df.sort_index(ascending=False)