데이터 병합, 피벗테이블

파이썬에서 테이블을 병합하는 방법에는 4가지가 있다.
1. Merge
2. Join
3. Concat
4. Append

1. Merge
   SQL의 Join과 가장 유사하다.
   inner join이 디폴트
   주요옵션(파라미터)
   -on: 합치는 기준이 되는 컬럼
   -how: 조인방식(inner, outer, left, right)
   -left on/right on: 각 테이블의 합치려는 컬럼 이름이 다르다면 컬럼 이름을 각각 말함
   -sort: 병합 후 인덱스 정렬 여부(T/F)
   -suffixes: 테이블에 공통 컬럼이 있고 컬럼이름이 같을 때, 근데 그걸 개별로 다 출력하고 싶을 때
   -indicator: True로 할 경우, 마지막 열에 병합 정보를 출력

# 기본 작성구문으로, 디폴트값은 inner join
# 공통컬럼값은 합쳐져 하나의 컬럼으로 출력
merge_df = pd.merge(df2,df3)

# 위 코드와 동일한 기능입니다. on 절을 사용할 수 있어요.
#공통 컬럼이 여러 개일 수 있으므로 how, on을 사용할 것을 권장
merge_df = pd.merge(df2,df3, how='inner', on='Customer ID')

# 공통컬럼이 2개 이상일 때
merge_df = pd.merge(df2, df3, how='inner', on=['공통컬럼1','공통컬럼2'])

# 기준열 이름이 다를 때
merge_df = pd.merge(df2,df3, how='inner', left_on = 'Customer ID', right_on = 'user id')

# 공통컬럼을 개별로 출력하고 싶을 때
# '_'는 필수가 아님
merge_df = pd.merge(df2,df3, how='inner', on='Customer ID', suffixes=('_left','_rihgt'))
# 'Customer ID_left', 'Customer ID_right'으로 컬럼명이 출력됨

2. Join
   Index(축)를 기준으로 결합
   
   Key column을 두고 의미 없는 Index를 기준으로 테이블을 합칠 필요가 없음
   Index를 Key column으로 설정해서 테이블을 합칠 수도 있지만 merge를 사용하면 돼서 굳이,,,

3. Concat
   Union(수직 결합), Join(수평 결합) 둘 다 가능
   축을 기준으로 결합하고, 없는 컬럼의 value는 NaN으로 표시
   1) axis=0 (수직 결합)
   
   T1과 T2 테이블을 Concat axis=0 (수직 결합)하면,
   
   위와 같이 나타남
   2) axis=1 (수평 결합)
   
   lab과 purchase 테이블을 Concat axis=1 (수평 결합)하면,
   
   두 테이블에 있던 컬럼을 모두 가져오고, 없는 value는 NaN을 표시
   Full outer join과 같음
   결합의 기준이 되는 기준 축 설정 가능

테이블명1.set_index("기준컬럼1")
테이블명2.set_index("기준컬럼2")

4. Append
   수직으로만 결합 가능
   하지만, 곧 없어질 기능,,(라임 쩔었다)

다음은 파이썬으로 피벗테이블 만들기
파라미터는 다음과 같다
-index: 인덱스(축)으로 사용될 열
-columns: 열로 사용될 열
-values: 값으로 사용될 열

• index와 columns에 여러 컬럼을 리스트 형식 []으로 입력할 경우 멀티인덱스가 만들어짐
• values에 리스트를 입력할 경우 각 값에 대한 테이블이 연속적으로 생성됨.
  -aggfunc
  사용하는 function에는 다음과 같은 것들이 있다.
  
  -fill_value: NaN 값을 처리하고 싶을 때 사용, fill_value=0이 가장 많이 사용됨
  -dropna: 결측치 삭제 여부
  -sort: index or columns 기준으로 정렬

pd.pivot_table(df2, index='Age', columns='Category', values='Customer ID')

aggfunc 안 쓰면 mean값이 나옴
즉 value는 각 나이, 카테고리에 속한 고객의 customer ID를 평균낸 값을 출력함

pd.pivot_table(df2, index='Age', columns='Category', values='Customer ID', aggfunc='count')

aggfunc으로 각 고객의 수를 카운트하여 출력

pd.pivot_table(df2, index=['Age','Category'],columns='Gender', values='Previous Purchases', aggfunc=['min', 'max'])

나이, 카테고리별로 여성 남성에 따라 이전 구매한 물건 최소, 최대 개수 출력해줘

pd.pivot_table(df2, index=['Gender'],columns=['Size','Age'], values='Customer ID', aggfunc='nunique')

성별 별로 사이즈, 나이에 따라 고객수를 중복 없이 카운트 해줘

생각보다 데이터 결합 함수의 차이를 이해하는 게 어려워서 지피티에게 끊임 없이 물어보고 테이블을 직접 합쳐보며 이해하려고 노력했다.
그래서 그런지 오늘은 목표했던 공부량을 절반도 못채운 느낌,,,
그래도 하나를 하더라도 제대로 하는 게 중요한 것 같다
주말에 추가로 하더라도 제대로 된 개념을 잡기 위해 노력하자
아자스!!