다중 인덱스
1. 시리즈 계층 인덱싱
다중 인덱스 사용 시리즈
- 다중 인덱스(MultiIndex)는 여러 단계로 구성된 인덱스를 의미하며, 계층적으로 데이터를 관리할 수 있음.
pd.Series에서 다중 인덱스를 생성할 때pd.MultiIndex.from_tuples()를 사용함.- 다중 인덱스를 활용하면 그룹별 데이터를 보다 직관적으로 표현할 수 있음.
기본 코드:
import pandas as pd
import numpy as np
index = pd.MultiIndex.from_tuples([('A', 1), ('A', 2), ('B', 1), ('B', 2)])
s = pd.Series([10, 20, 30, 40], index=index)
print(s)
출력:
A 1 10
2 20
B 1 30
2 40
dtype: int64
시리즈 인덱싱 & 슬라이싱
0-레벨 인덱싱
- 최상위 레벨의 값을 기준으로 슬라이싱 가능.
print(s['A'])
출력:
1 10
2 20
dtype: int64
0-레벨과 1-레벨 동시 인덱싱 (loc 속성 사용)
- 특정 레벨 값을 함께 지정하여 접근 가능.
print(s.loc['A', 1])
출력:
10
팬시 인덱싱
- 여러 개의 값을 한 번에 선택 가능.
print(s.loc[['A', 'B']])
출력:
A 1 10
2 20
B 1 30
2 40
dtype: int64
2. 스택과 언스택
스택(Stack)
- 다중 인덱스를 컬럼에서 행 인덱스로 변환하는 과정.
df = s.unstack()
print(df)
출력:
1 2
A 10 20
B 30 40
언스택(Unstack)
- 행 인덱스를 다시 컬럼으로 변환하는 과정.
print(df.stack())
출력:
A 1 10
2 20
B 1 30
2 40
dtype: int64
3. 데이터프레임 계층 인덱싱
다중 행/열 인덱스 사용
pd.MultiIndex.from_product()를 사용하여 다중 행 및 열 인덱스를 생성할 수 있음.
columns = pd.MultiIndex.from_product([['X', 'Y'], ['A', 'B']])
df = pd.DataFrame(np.arange(16).reshape(4, 4), index=index, columns=columns)
print(df)
4. 다중 인덱스 레벨 교환과 정렬
레벨 교환
swaplevel()을 사용하여 인덱스의 레벨을 교환할 수 있음.
print(df.swaplevel())
인덱스 라벨 정렬
sort_index()를 사용하여 정렬 가능.
print(df.sort_index())
5. 레벨 단위 그룹화
groupby(level=0)을 사용하여 특정 레벨 기준으로 그룹화 가능.
print(df.groupby(level=0).sum())
6. 인덱스 지정과 초기화
set_index() 메소드
- 특정 열을 인덱스로 설정 가능.
df = pd.DataFrame({'A': ['foo', 'bar', 'baz'], 'B': [1, 2, 3]})
df.set_index('A', inplace=True)
print(df)
출력:
B
A
foo 1
bar 2
baz 3
reset_index() 메소드
- 기존 인덱스를 제거하고 열로 변환.
df.reset_index(inplace=True)
print(df)
출력:
A B
0 foo 1
1 bar 2
2 baz 3
drop=True 옵션
- 인덱스를 삭제하고 열로 변환하지 않음.
df.reset_index(drop=True, inplace=True)
print(df)
출력:
B
0 1
1 2
2 3
데이터 그룹화
1. 개요
- 데이터 그룹화는 데이터를 특정 기준으로 묶어서 분석하는 기법임.
groupby()메소드를 사용하여 그룹을 생성하고, 다양한 집계 함수를 적용할 수 있음.
2. 시리즈 그룹화
value_counts() 메소드
- 특정 값의 개수를 계산할 때 사용.
s = pd.Series(['A', 'B', 'A', 'C', 'B', 'A'])
print(s.value_counts())
출력:
A 3
B 2
C 1
dtype: int64
mean() 메소드
- 그룹별 평균 값을 구함.
df = pd.DataFrame({'Category': ['A', 'B', 'A', 'B'], 'Value': [10, 20, 30, 40]})
print(df.groupby('Category')['Value'].mean())
출력:
Category
A 20.0
B 30.0
Name: Value, dtype: float64
3. 데이터프레임 그룹화
다중 키 활용 그룹화
- 두 개 이상의 키를 기준으로 그룹화 가능.
print(df.groupby(['Category', 'Value']).count())
dropna 키워드 인자
dropna=True: 결측값이 있는 그룹을 제거dropna=False: 결측값이 있는 그룹도 유지
count() 집계 함수
print(df.groupby('Category').count())
4. 그룹 확인
for 반복문 활용
for name, group in df.groupby('Category'):
print(name)
print(group)
5. 열 선택 및 함수 활용 그룹화
- 특정 열을 기준으로 그룹화할 수 있으며, 시리즈나 사전을 활용할 수 있음.
print(df.groupby('Category')['Value'].sum())
6. 멀티 인덱스 레벨 활용
- 행과 열 모두를 기준으로 그룹화 가능.
print(df.groupby(['Category', 'Value']).sum())
print("I_can_")