pandas Tricks_12👉🏻 'pivot_table()' (Kevin by DataSchool)

👆 tidy data 포스팅에서 우리는 tidy한 data를 만들기 위해 기존 dataframe을 melt한다고 하였고, 다시 원위치 시키기 위해 pivot_table()을 활용한다고 배웠다.

Tidy Data

👀 근데 여기서 중요한 건, pivot_table()은 기존 messy data로 원위치시키는 기능보다는, 주어진 dataframe의 일부 필요한 정보만 골라 (집계함수를 사용해서) dataframe 형태로 다시 보여주고 싶을 때 사용할 수 있는 주 기능이 담겨 있다!

(주로 EDA 과정에서 본 dataframe에 대해 알아보고 싶을 때 pivot_table을 많이 사용한다)

 

- 위 포스팅에서 이렇게 배움 -

 

 

👏 따라서 우리는 pivot_table이 실제 dataframe에서 어떻게 유용하게 쓰이는 지 이번 포스팅을 통해 더 상세하게 알아보고자 함!

 

👩‍🦳 pivot_table() 👩‍🦳

https://pandas.pydata.org/docs/reference/api/pandas.pivot_table.html

 

pandas.pivot_table(data, values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

 

✍️ data = pivot_table로 바꿀 원 data

✍️ values = 어떤 column을 value로 하여 결과로 표시할 지 보여줌

✍️ index = index로 나타낼 column 이름 (세로방향)

✍️ columns = column으로 나타낼 data의 column 이름 종류들 (가로방향)

✍️ aggfunc = values를 정했으면 어떤 aggfunc을 기준으로 나타낼 지 정할 수 있음

✍️ fill_value = 결측치 채우는 방법

✍️ margins = True로 설정되면 aggfunc에 의해 구한 각 index와 columns의 결과를 새로운 행과 열로 표시

✍️ dropna = True로 설정하면 모든 값이 NaN인 column은 aggfunc 연산에 포함시키지 않는다는 뜻

✍️ margins_name = margins를 True로 설정시 새로운 집계함수로 나올 column 이름 설정 (default는 All)

✍️ observed = categorical variable에 관하여 집계함수 사용 시 사용한 column들만 나타낼 수 있음 (True로 설정 시)

✍️ sort = 출력결과를 sorting

 

🦸‍♂️ 즉! 우리는 dataframe을 EDA하는 과정에서 어떤 집계함수를 사용해 두 column 사이의 연관성을 따지고 싶을 때 사용한다! 🦸‍♂️

 

- titanic dataset 예시 -

 

Q. 각 성별에 따른 class 등급별 생존 여부의 평균을 알고 싶다면?

(이 때 각 성별 & 그리고 각 class 별 생존 여부 평균까지도 새로운 column 및 row를 이용해서 생성한다)

 

pd.pivot_table(data=titanic, index='sex', columns='pclass', values='survived', aggfunc='mean', margins_name = 'Total', margins=True)

 

Q. 각 성별에 따른 class 등급별 생존한 사람 수를 알고 싶다면?

(이 때 각 성별 & 그리고 각 class 별 생존 여부 합계까지도 새로운 column 및 row를 이용해서 생성한다)

 

pd.pivot_table(data = titanic, index='sex', columns='pclass', values='survived', aggfunc='count', margins_name = 'Total', margins=True)

 

- 출력결과 (좌) mean / (우) count -

 

 

→ 이렇게 pivot_table()을 사용하면 내가 원하는 정보만 골라 한눈에 집계함수를 바탕으로 표현하고 바람직한 EDA 과정을 수행할 수 있음!

 

** pivot_table() 완료 👱**

---

* 내용 출처) https://www.youtube.com/watch?v=RlIiVeig3hc&t=1338s 

* 썸네일 출처) https://www.pngegg.com/en/png-eyrdq