Pandas 활용(6) - 범주로 묶어 집계하기 groupby, agg

fake_company.csv

0.00MB

 

groupby()

 

groupby()는 데이터를 범주별로(categorical) 묶어서  통계 또는 집계 결과를 얻기 위해 사용한다.

 

import pandas as pd

df = pd.read_csv('../data/fake_company.csv') # 파일 경로를 입력
df

# 각 년도별로, 지급한 연봉 총합을 구하세요.
df.groupby('Year')
>>> <pandas.core.groupby.generic.DataFrameGroupBy object at 0x000001F41CF468E0>
    # 년도별로 그룹화한 GroupBy객체가 생성된다
    
df.groupby('Year')['Salary'].sum()
>>> Year
    1990    153000
    1991    162000
    1992    174000
    Name: Salary, dtype: int64
    
# 각 직원 별로, 얼마씩 받았는지 연봉 평균을 구하세요.
df.groupby('Name')['Salary'].mean()
>>> Name
    Alice      54000.0
    Bob        50000.0
    Charlie    59000.0
    Name: Salary, dtype: float64
    
# Name 컬럼은, 각 이름별로 몇개의 데이터가 있나?
# 1.groupby를 사용하는 방법
df.groupby('Name')['Name'].count()
>>> Name
    Alice      3
    Bob        3
    Charlie    3
    Name: Name, dtype: int64
    
# 2. value_counts() 함수를 사용할 수도 있다.
df['Name'].value_counts()
>>> Name
    Alice      3
    Bob        3
    Charlie    3
    Name: Name, dtype: int64

 

 

 

 

agg(), aggregate()

 

파라미터에 함수 이름을 전달하면, GroupBy 객체에 함수를 적용한다.

여러 개의 통계 함수를 사용하거나 개발자가 직접 작성한 함수를 전달할 수도 있다.

 

# 년도 별로, 연봉의 총합, 평균, 표준편차를 보여주세요.
import numpy as np

df.groupby('Year')['Salary'].agg( [np.sum, np.mean, np.std]  )
# 데이터프레임으로 반환된다.