[Pandas / 기초] 판다스 그룹화 - groupby, pivot_table

📍 그룹화

: 동일한 값을 가진 것들끼리 합쳐서 통계 또는 평균 등의 값을 계산하기 위해 사용

 

✅ 엑셀로 열기

: pd.read_excel('파일명.xlsx', index_col='column')

In [1]:

import pandas as pd

df = pd.read_excel('score.xlsx', index_col='지원번호') # index 설정
df

 

Out[1]:

 

✅ 그룹화 후 필터링

: df.groupby('column').get_group('value')

In [2]:

df.groupby('학교')

 

Out[2]:

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x13d88e710>

 

In [3]:

df.groupby('학교').get_group('북산고')

 

Out[3]:

 

✅ 그룹화 후 그룹별 행 갯수

: df.groupby('column').size()

In [4]:

df.groupby('학교').size()

 

Out[4]:

학교
능남고    3
북산고    5
dtype: int64

 

In [5]:

df.groupby('학교').size()['능남고']

 

Out[5]:

3

 

✅ 그룹화 후 평균값

: df.groupby('column').mean()

In [6]:

# 계산 가능한 데이터의 평균값
df.groupby('학교').mean(numeric_only=True)

 

Out[6]:

 

: df.groupby('column')[column_list].mean()

In [7]:

# 학교로 그룹화 한 뒤 키의 평균 데이터
df.groupby('학교')['키'].mean()

 

Out[7]:

학교
능남고    193.333333
북산고    184.800000
Name: 키, dtype: float64

 

In [8]:

# 학교로 그룹화 한 뒤 국어, 영어, 수학 평균 데이터
df.groupby('학교')[['국어', '영어', '수학']].mean()

 

Out[8]:

 

: df.groupby([column_list]).mean()

In [9]:

df['학년'] = [3, 3, 2, 1, 1, 3, 2, 2] # 학년 column 추가
df

 

Out[9]

 

In [10]:

# 학교별, 학년별 평균 데이터
df.groupby(['학교', '학년']).mean(numeric_only=True)

 

Out[10]:

 

: df.groupby('column').mean().sort_values('column')

In [11]:

# 학년으로 그룹화 한 뒤 키를 기준으로 오름차순 정렬
df.groupby('학년').mean(numeric_only=True).sort_values('키')

 

Out[11]:

 

In [12]:

# 학년으로 그룹화 한 뒤 키를 기준으로 내림차순 정렬
df.groupby('학년').mean(numeric_only=True).sort_values('키', ascending=False)

 

Out[12]:

 

✅ 그룹화 후 합계

: df.groupby('column').sum()

In [13]:

# 학교, 학년으로 그룹화 한 뒤 각 데이터의 합계
df.groupby(['학교', '학년']).sum(numeric_only=True)

 

Out[13]:

 

✅ 그룹화 후 갯수

: df.groupby('column').count()

In [14]:

# 학교로 그룹화 한 뒤 이름, SW 특기 데이터 수
df.groupby('학교')[['이름', 'SW특기']].count()

 

Out[14]:

 

✅ 그룹화 후 데이터갯수

: df.groupby('column').value_counts(normalize=True/False)

In [15]:

# 학교로 그룹화 한 뒤 학년별 학생 수
school = df.groupby('학교')
school['학년'].value_counts()

 

Out[15]:

학교   학년
능남고  2     2
     3     1
북산고  1     2
     3     2
     2     1
Name: count, dtype: int64

 

In [16]:

# 학교로 그룹화 한 뒤 북산고의 학년별 학생 수
school['학년'].value_counts().loc['북산고']

 

Out[16]:

학년
1    2
3    2
2    1
Name: count, dtype: int64

 

In [17]:

# 학교로 그룹화 한 뒤 학생수 데이터를 퍼센트로 비교
school['학년'].value_counts(normalize=True).loc['북산고']

 

Out[17]:

학년
1    0.4
3    0.4
2    0.2
Name: proportion, dtype: float64

 

✅ 피벗테이블

: df.pivot_table(index, columns, values)

In [18]:

import seaborn as sns

df = sns.load_dataset('titanic')
df.head()

 

Out[18]:

 

In [19]:

df.pivot_table(index='sex', values='survived')

 

Out[19]:

 

In [20]:

df.pivot_table(columns='sex', values='survived')

 

Out[20]:

 

In [21]:

df.pivot_table(index=['sex', 'pclass'], values='survived')

 

Out[21]:

 

In [22]:

df.pivot_table(index='sex', columns='pclass', values='survived')

 

Out[22]:

 

In [23]:

df.pivot_table(index='sex', columns='pclass', values='survived', aggfunc=['sum', 'mean'])

 

Out[23]:

 

 

 

참고 : 나도코딩 파이썬 코딩 무료 강의 (활용편5) - 데이터 분석 및 시각화, 이 영상 하나로 끝내세요

(https://youtu.be/PjhlUzp_cU0?si=LW_MjXLjZVY9PrUt)