데이터 병합

1) concat

• concat() : 데이터프레임을 위아래 혹은 좌우로 연결 가능

  • axis : 연결하고자 하는 축(방향)을 지정
    • 기본 값 = 0 (위아래로 연결)
    • 1로 설정할 경우 좌우로 연결
  • ignore_index : 연결된 결과 데이터 프레임의 인덱스 유지 여부
    • 기본 값 = False (연결된 결과 데이터프레임의 인덱스 유지)
    • True → 기존 인덱스를 무시하고 새로운 인덱스 설정

  # concat 활용 예시
  # 예시 1: 세로로 연결 + 인덱스 리셋
  pd.concat([data1, data2, data3]).reset_index(drop=True)
  
  # 예시 2: 가로로 연결
  pd.concat([data1, data2, data3], axis=1])
  

• 데이터 합치기 예시

2) merge

• merge()
  • SQL의 JOIN 연산과 유사한 방식으로 데이터프레임을 합칠 수 있음
  • 주로 두 개 이상의 데이터프레임에서 공통된 열이나 인덱스를 기준으로 데이터 병합 시 활용
• merge() 함수의 주요 매개 변수
  • left , right : 병합할 데이터프레임 중 병합되는 기준이 되는 왼쪽과 오른쪽 데이터프레임
  • how : 병합 방법을 나타내는 매개변수
    • 옵션 - inner , outer , left , right 등
    • inner : 공통된 키(열)을 기준으로 교집합 생성
    • outer : 공통된 키를 기준으로 합집합 생성
    • left : 왼쪽 데이터프레임의 모든 행 포함 + 오른쪽 데이터프레임은 공통된 키에 해당하는 행만 포함
    • right : 오른쪽 데이터프레임의 모든 행 포함 + 왼쪽 데이터프레임은 공통된 키에 해당하는 행만 포함
  • on : 병합 기준이 되는 열 이름(혹은 열 이름의 리스트)을 지정
    • left_on , right_on : 왼쪽, 오른쪽 데이터프레임에서 병합할 열 이름이 다른 경우 사용

# merge 활용 예시 - 특정 컬럼 기준으로 inner join
pd.merge(data1, data2, on = 'column_name', how = 'inner')

• 데이터 JOIN

데이터 집계

1) Group by

• Group by()

  • 데이터프레임을 그룹화하고, 그룹 단위로 데이터를 분할(split), 적용(apply), 결합(combine)하는 기능 제공
  • 데이터 프레임을 특정 기준에 따라 그룹으로 나누어 집계, 변환, 필터링 수행 가능

• Group by 함수 사용하기

  # 특정 컬럼의 고유값 기준 연산 수행
  
  # 평균 
  data.groupby('column_name').mean()
  # 합계
  data.groupby('column_name').sum()
  # 개수
  data.groupby('column_name').count()
  # 최댓값
  data.groupby('column_name').max()
  # 최솟값
  data.groupby('column_name').min()
  # 첫 번째 값
  data.groupby('column_name').first()
  # 값들을 리스트 형태로 묶어주기
  data.groupby('column_name').agg(list)
  
  # 복수 열 기준으로 Group by 함수 사용 
  data.groupby(['column1','column2']).sum()
  
  # 다양한 집계 함수 적용
  data.groupby(['column1', 'column2']).agg({'Value1': ['mean','sum'], 'Value2': 'sum'})
  

  <aside>

  ✅ Tip!

  복수의 열을 기준으로 그룹화하여 데이터프레임을 조작하는 경우, groupby() 함수에 복수의 열을 리스트로 전달하여 원하는 그룹화 기준을 지정하고, agg() 함수를 사용하여 여러 열에 대해 다양한 집계 함수 적용

  </aside>

• 특정 컬럼들만 골라내서 Groupby 적용하기

  df[['column1', 'column2', 'column3'].groupby(['column1', 'column2']).mean()
  

2) pivot table

• pivot_table()
  • 데이터프레임에서 피벗 테이블을 생성 하는데 사용
  • 주어진 데이터를 사용자가 원하는 형태로 재배치 →요약된 정보를 보기 쉽게 제공