[판다스] pivot table로 데이터 집계하기

pivot table과 groupby 차이점

groupby 대신 pivot_table로 데이터 집계 가능하다.

• groupby를 사용하면 series 형태로 결과가 나온다.
• pivot_table 결과는 data frame 형태로 결과가 나온다.

 

pivot_table 예시

평당분양가격의 평균값을 지역명에 따라 집계 하라.

pd.pivot_table(df_last, index=["지역명"], values=["평당분양가격"], aggfunc="mean")

 

# df_last.groupby(["전용면적"])["평당분양가격"].mean()
# pivot과 pivot_table의 가장 큰 차이점은 aggregation 기능이 있느냐 없느냐 차이.
# pivot_table의 aggregation default 값은 mean.

pd.pivot_table(df_last, index="전용면적", values="평당분양가격")

 

# 지역명, 전용면적으로 평당분양가격의 평균을 구합니다.
# df_last.groupby(["전용면적", "지역명"])["평당분양가격"].mean().unstack().round()
# groupby는 series이므로 연산 속도가 더 빠르다.

df_last.pivot_table(index="전용면적", columns="지역명", values="평당분양가격").round()

 

# 연도, 지역명으로 평당분양가격의 평균을 구합니다.
# g = df_last.groupby(["연도", "지역명"])["평당분양가격"].mean()

p = pd.pivot_table(df_last, index=["연도", "지역명"], values="평당분양가격")
# 행을 기준으로 가져올 때 loc를 쓴다. 2017년 데이터만 갖고 오고 싶으면 다음과 같다. 
p.loc[2017]

 

GitHub - DAWUNHAN/DataAnalysisInPython