1. groupby를 통해 데이터를 그룹화 하기
df_last.groupby(["컬럼명"]).mean() : 해당컬럼의 평균을 보여준다.
위 그림에서는 컬럼을 지역명으로 사용해서, 지역들의 평균을 나타낸다.
df_last.groupy(["A컬럼"])["B컬럼"].mean() : A컬럼을 인덱스로 사용하고, B컬럼의 평균 값을 계산한다.
인덱스로 설정할 컬럼이 한개가 아니라면, .groupby(["A컬럼","B컬럼"])["계산한 컬럼"].연산() 처럼 첫번째 소괄호 안에 인덱스로 설정할 컬럼들을 써주면 된다.
그림에서는, unstack() 함수를 사용해서 전용면적을 (열)컬럼으로 만들어 주었다.
데이터 그룹화 한것을 변수에 담았고,
g.unstack() , g.unstack().transpose() 꼴로 더 간편하게 사용 가능하다.
transpose() 함수는 행과 열을 바꿔준다. 즉, "지역명" 을 인덱스로 사용하고, "연도"를 (열) 컬럼으로 만들어 주었다.
2. Pivot_table 로 데이터 집계하기
groupby로 했던 작업을 pivot table로도 할 수 있다.
pd.pivot_table? +ctrl+enter 를 하면 pivot_table을 어떻게 사용하는지에 대해서 알 수 있다.
pd.pivot_table 을 사용하면, 맨처음에 어느 데이터를 이용할 것인지 써주어야 하지만 쓰려는데이터.pivot_table 을 사용하면 사용하려는 데이터의 pivot_table을 사용하는것이기 때문에 보다 더 직관적이고 간단하게 사용할 수 있다.
aggfunc = mean 은 기본값이어서 따로 써주지 않으면 기본값으로 평균이 나온다.
지역명, 전용면적으로 평당분양가격의 평균을 구하고 싶다면,
컬럼을 지역명으로 설정하고, index = 전용면적, 평당분양가격을 value로 설정하여서 평균을 구하면 된다
index 가 복수라면, 대괄호안에 써주면 된다.
[출처]: 인프런, "공공데이터로 파이썬 데이터 분석 시작하기" 박조은 선생님 강의
파일 출처: 공공데이터포털, 주택도시보증공사_전국 신규 민간 아파트 분양가격 동향
'Python 을 활용한 데이터분석' 카테고리의 다른 글
| 데이터 시각화(2)_상자그림 (0) | 2022.01.14 |
|---|---|
| 데이터 시각화 (plot(), sort_values()) (0) | 2022.01.14 |
| 데이터 요약, 가벼운 분석, 컬럼 변경 및 제거 (데이터 최적화) (0) | 2022.01.11 |
| 데이터 타입 변경, 단위 맞추기(평당분양가격) (0) | 2022.01.11 |
| Python 을 활용하여 공공데이터를 이용해 데이터 분석 시작하기 (2) | 2022.01.10 |