19. pandas DataFrame - pivot, pivot_table 함수

pivot, pivot_table 함수를 사용해 DataFrame의 구조를 변경해보는 방법에 대해 공부해보자.

 

pivot함수는 pandas의 함수이다. 때문에 pivot, pivot_table함수를 호출하기 위해선 pandas를 불러줘야 한다.

import numpy as np
import pandas as pd

 

---

실습을 위해 DataFrame 하나를 만들어보았다.

# <in>
df = pd.DataFrame({
    '지역': ['서울', '서울', '서울', '경기', '경기', '부산', '서울', '서울', '부산', '경기', '경기', '경기'],
    '요일': ['월요일', '화요일', '수요일', '월요일', '화요일', '월요일', '목요일', '금요일', '화요일', '수요일', '목요일', '금요일'],
    '강수량': [100, 80, 1000, 200, 200, 100, 50, 100, 200, 100, 50, 100],
    '강수확률': [80, 70, 90, 10, 20, 30, 50, 90, 20, 80, 50, 10]
                  })

위 DataFrame은 무언가 보기에 불편함이 있다. 요일이나 지역별로 정리된 데이터가 아니기 때문이다.

 

pivot함수를 사용해 dataframe의 형태를 변경해보겠다.

 

1. pivot 함수

# <in>
df.pivot('지역', '요일')

요일별, 지역별로 정리된 DataFrame을 볼 수 있다.

 

여기서 세번째 파라미터(value)를 추가하면 데이터값을 골라서 추출할 수 도 있다.

# <in>
df.pivot('지역', '요일', '강수량')

지역별, 요일별 강수량 데이터만 뽑았다.

 

pivot 함수를 사용해봤다.  그럼 pivot_table함수는 언제 사용하는 것일까?

 

2. pivot_table 함수

 

pivot_table함수는 pivot함수와 기능적으로는 동일하다.

 

하지만 기존 DataFrame에 중복되는 모호한 값이 존재하는 경우, pivot_table함수를 사용하면 aggfunc 파리미터를 사용하여 값을 채울 수 있다.

 

기존 서울의 화요일 데이터를 월요일로 변경하여 데이터가 중복의 경우를 인위적으로 만들어 보겠다.

# <in>
df = pd.DataFrame({
    '지역': ['서울', '서울', '서울', '경기', '경기', '부산', '서울', '서울', '부산', '경기', '경기', '경기'],
    '요일': ['월요일', '월요일', '수요일', '월요일', '화요일', '월요일', '목요일', '금요일', '화요일', '수요일', '목요일', '금요일'],
    '강수량': [100, 80, 1000, 200, 200, 100, 50, 100, 200, 100, 50, 100],
    '강수확률': [80, 70, 90, 10, 20, 30, 50, 90, 20, 80, 50, 10]
                  })

이런 데이터의 중복이 존재하는 상황에서 pivot함수를 사용해 DataFrame을 요일별, 지역별로 정리해보자.

# <in>
df.pivot('요일', '지역')

duplicat error가 발생한다.

 

이런 상황에서 pivot_table이 대안이 된다.

 

# <in>
df.pivot_table(df, index = '요일', columns = '지역', aggfunc = np.mean)

pivot함수의 경우 중복값인 서울의 월요일 데이터를 해결할 수 없었다. 하지만 pivot_table함수를 사용하면 두 개의 값을 평균값을 자동으로 대체해 DataFrame임을 반환해준다.

 

 

<참고> aggfunc parmeter의 경우 default값이 mean인 것으로 보인다.