Python Data Analysis Library - Pandas 2

Groupby 1

• SQL groupby 명령어와 같은
• split -> apply -> combine
• 과정을 거쳐 연산함

df.groupby("Team")["Points"].sum()
# Team : 묶음의 기준이 되는 컬럼
# Points : 연산을 적용받는 컬럼

Points	Rank	Team	Year
876	1	Riders	2014
789	2	Riders	2015
863	2	Devils	2014
673	3	Devils	2015
741	3	Kings	2014

• 결과:

Team	Points
Devils	1536
Kings	2285
Riders	3049
Royals	1505
kings	812

• 한 개 이상의 column을 묶을 수 있음

df.groupby(["Team", "Year"])["Points"].sum()

Points	Rank	Team	Year
876	1	Riders	2014
789	2	Riders	2015
863	2	Devils	2014
673	3	Devils	2015
741	3	Kings	2014	```

결과: | Team | Year | Points | |——–|——|——–| | Devils | 2014 | 863 | | | 2015 | 673 | | Kings | 2014 | 741 | | | 2016 | 756 | | | 2017 | 788 | | Riders | 2014 | 876 | | | 2015 | 789 | | | 2016 | 694 |

Hierarchical index

• Gruopby 명령의 결과물도 결국은 dataframe
• 두 개의 column으로 groupby를 할 경우, index가 두 개 생성 | Team | Year | Points | |——–|——|——–| | Devils | 2014 | 863 | | | 2015 | 673 | | Kings | 2014 | 741 | | | 2016 | 756 | | | 2017 | 788 | | Riders | 2014 | 876 | | | 2015 | 789 | | | 2016 | 694 |

unstack()

• Group으로 묶여진 데이터를 matrix 형태로 전환해줌

h_index.unstack()

Team	Year	Points
Devils	2014	863
Devils	2015	673
Kings	2014	741
Kings	2016	756
Kings	2017	788
Riders	2014	876
Riders	2015	789
Riders	2016	694
Riders	2017	690
Royals	2014	701
Royals	2015	804
kings	2015	812

결과: | Year | 2014 | 2015 | 2016 | 2017 | |——–|——|——|——|——| | Team | | | | | | Devils | 863.0| 673.0| NaN | NaN | | Kings | 741.0| NaN | 756.0| 788.0| | Riders | 876.0| 789.0| 694.0| 690.0| | Royals | 701.0| 804.0| NaN | NaN | | kings | NaN | 812.0| NaN | NaN |

sort_index

h_index.sort_index(level = 0)

Team	Year	Points
Devils	2014	863
Devils	2015	673
Kings	2014	741
Kings	2015	812
Kings	2016	756
Kings	2017	788
Riders	2014	876
Riders	2015	789
Riders	2016	694
Riders	2017	690
Royals	2014	701
Royals	2015	804

h_index.std(level=0)

Team
Devils	134.350288
Kings	24.006943
Riders	88.567771

Groupby 2

• Groupby에 의해 Split된 상태를 추출 가능함