[Pandas] Group by

[Pandas] Group by

Pandas 라이브러리를 사용해서 Dataframe에서 Group by를 통해 데이터를 집계하는 방법에 대해 알아보자

 

문법

기본 문법은 다음과 같다.

데이터프레임.groupby(그룹이되는 컬럼)[계산을 하고싶은 컬럼].집계함수()

 

사용 예제

먼저 랜덤 라이브러리를 사용해 샘플 데이터 프레임을 생성해준다.

import names
from random import *

age = [randint(16, 19) for i in range(0, 101)]
gender = [choice(["male", "female"]) for i in range(0, 101)]
name = [names.get_first_name(gender=g) for g in gender]
cl = [choice(['A','B','C','D']) for i in range(0, 101)]
math = [randint(50, 100) for i in range(0, 101)]
english = [randint(50, 100) for i in range(0, 101)]

dic = {"age":age, "gender":gender, "name":name, "class":cl, "math":math, "english":english}
df = pd.DataFrame(dic)

 

1. Groupby

집계함수 mean을 사용해서 반 별 평균 수학 점수를 구할 수 있다.

df.groupby("class")["math"].mean()

 

mean 뿐만 아니라 다른 집계함수들과도 사용이 가능하다. (sum, count, min, max, median, std, var, qiantile 등)

또한 describe를 사용해 전반적인 지표도 확인이 가능하다.

df.groupby("class")["math"].describe()

 

✔ 만약 Group by한 df를 새로운 데이터프레임으로 정의하고 싶을 땐, reset_index()를 사용해주면 된다.

df_mean = df.groupby("class")["math"].mean().reset_index()

 

2. Multiple Groupby 

만약 그룹 조건을 여러개를 두고싶거나, 한번에 여러 컬럼을 다르게 연산하고 싶을 땐 아래와 같은 방식을 사용한다.

데이터프레임.groupby([컬럼1, 컬럼2]).agg({컬럼3:집계함수, 컬럼4:집계함수})

예를 들어, 반의 나이 별 수학 평균과 가장 높은 영어 점수를 구하라고 했을 때, 다음과 같이 조건을 줄 수 있다.

df.groupby(['class','age']).agg({"math":"mean","english":"max"})

만약 하나의 컬럼에 여러개의 집계함수를 사용하고 싶을 땐 다음과 같이 사용이 가능하다.

df.groupby(['class','age']).agg({"math":["max","min"],"english":["max", "min"]})

 

 

참고

https://kbkb456.tistory.com/88