데이터 핸들링: 데이터 재구성해서 보기

df.groupby().func()

집계	설명
count	전체 개수
head, tail	앞의 함목 일부 반환, 뒤의 항목 일부 반환
describe	Series, DataFrame의 각 컬럼에 대한 요약 통계
min, max	최소값, 최대값
cummin, cummax	누적 최소값, 누적 최대값
argmin, argmax	최소값과 최대값의 색인 위치
idxmin, idxmax	최소값과 최대값의 색인값
mean, median	평균값, 중앙값
std, var	표준편차(Standard deviation), 분산(Variance)
skew	왜도(skewness) 값 계산
kurt	첨도(kurtosis) 값 계산
mad	절대 평균 편차(Mean Absolute Deviation)
sum, cumsum	전체 항목 합, 누적합
prod, cumprod	전체 항목 곱, 누적곱
quantile	0부터 1까지의 분위수 계산
diff	1차 산술차 계산
pct_change	퍼센트 변화율 계산
corr, cov	상관관계, 공분산 계산

pd.crosstab()

두 개의 기준에 따른 데이터의 분포를 확인할 때

iris = load_iris()
iris_df = pd.DataFrame(data=iris.data, columns=iris.feature_names)
iris_df['class'] = iris.target
iris_df['class'] = iris_df['class'].map({i:iris.target_names[i] for i in list(set(iris.target))})
iris_df

iris_df['petal width level'] = pd.qcut(iris_df['petal width (cm)'], q=3, labels=['short','middle','long'])
pd.crosstab(iris_df['petal width level'], iris_df['class'])

df.pivot()

일반적인 목적의 pivot, 다양한 데이터 타입(문자열, 숫자 등)에 대하여 pivot을 진행한다. (집계 기능 없음)
- `df.pivot(index=, columns=, values=)
- index: 피벗 테이블에서 인덱스가 될 컬럼의 이름(두 개 이상이면 리스트로 입력)
- columns: 피벗 테이블에서 컬럼으로 분리할 컬럼의 이름(범주형 변수 사용)
- values: 피벗 테이블에서 columns의 값이 될 컬럼의 이름

df.pivot_table()

집계 기능을 추가한 pivot.
- df.pivot_table(index=None, columns=None, values=None, aggfunc='mean')
- index: 피벗 테이블에서 인덱스가 될 컬럼의 이름(두 개 이상이면 리스트로 입력)
- columns: 피벗 테이블에서 컬럼으로 분리할 컬럼의 이름(범주형 변수 사용)
- values: 피벗 테이블에서 columns의 값이 될 컬럼의 이름
- aggfunc: 집계함수를 사용할 경우 지정

df.melt()

- pivot_table의 반대
- `df.melt(id_vars=None, var_name=None, value_name=None)
- id_vars: 피벗 테이블에서 인덱스가 될 컬럼의 이름(variable, value의 내용으로 들어가지 않을 컬럼의 이름 리스트)
- var_name: variable 변수의 이름으로 지정할 문자열(선택)
- value_name: value 변수의 이름으로 지정할 문자열(선택)

df.stack(), df.unstack()

 

 

 

 

---

참고

- pandas official: https://pandas.pydata.org/docs/user_guide/reshaping.html

- 이수안컴퓨터연구소 pandas 한번에 끝내기: https://youtu.be/lG8pEwvYwCw

- 책: 파이썬 한권으로 끝내기 데이터분석전문가(ADP) + 빅데이터분석기사 실기대비