판다스(Pandas) 세션 #3 데이터 결합하기, 그룹화, 피벗테이블

240514 Today I Learn

 

데이터 결합하기

Concat

💡 Concat
판다스 객체들을 수직/ 수평으로 붙이기

pd.concat(['데이터프레임1','데이터프레임2'], axis=0/1)​

Merge

💡 Merge

pd.merge(데이터프레임1, 데이터프레임2, on="공통된 컬럼", join = 'inner/outer/left/right/cross')

• 공통된 컬럼이 있는 데이터프레임을 키값을 기준으로 합치고자 할 때 사용 가능
• 특정 열에 따라 SQL 스타일의 조인을 사용할 수 있음

 

👇 SQL의 조인과 pandas Merge 함수의 조인 옵션

Comparison with SQL — pandas 2.2.2 documentation

 

그룹화하기

💡 그룹화란?
다음의 단계 중 하나 이상을 포함하는 과정이다.
- 일부 기준에 따라 데이터를 그룹으로 분할
- 각 그룹에 독립적으로 기능을 적용
- 결과를 데이터 구조로 결합

df

집계함수와 그룹화

• 집계함수 sum을 이용한 그룹화

df.groupby("A")[["C","D"]].sum()

→ 'A' 컬럼의 값을 그룹화해서 'C', 'D'열의 합계를 구함

• 여러 열을 기준으로 그룹화 할 수 있음

df.groupby(["A", "B"]).sum()

→ [리스트]안에 입력한 칼럼 순서대로 그룹화

피벗테이블

💡 pd.pivot_table

pd.pivot_table(데이터프레임, values = '값이 될 컬럼', index=['인덱스 값으로 지정할 컬럼'], columns= ['컬럼에 들어갈 값'])

pd.pivot_table(df, values="D", index=["A","C"], columns=["B"])