[Python] 03. Grouping

📖 Grouping

🌟 Grouping

• 그룹을 지어서 특정 관점을 가지고 데이터를 추출

메서드	설명
groupby	데이터를 그룹화하여 연산을 수행
size()	null을 포함해 출력
counts()	null을 포함하지 않고 출력
sort_index()	인덱스를 기준으로 레이블을 정렬
value.counts()	고유한 행의 갯수를 반환
value_counts(dropna = False)	결측치가 포함된 행을 계산
to_frame()	데이터프레임으로 변환
as_index=False	그룹 연산의 결과를 인덱스가 아닌 정규 열로 반환
agg()	여러개의 함수를 동시에 적용
mean	평균
var	분산
max	최대
min	최소
unstack()	행을 언피벗하여 하위 열로 변환하는 메서드
fillna	DataFrame에서 결측값을 원하는 값으로 변경

---

🌟 상위 5개를 출력

💭 Q44. 데이터를 로드하고 상위 5개 컬럼을 출력

import pandas as pd
DriveUrl = (`링크`)
df= pd.read_csv(DriveUrl)
Ans =df.head(5)
Ans

💭 Q45. 데이터의 각 host_name의 빈도수를 구하고 host_name으로 정렬 후 상위 5개를 출력

Ans = df.groupby('host_name').size().sort_index()
#or
Ans = df.host_name.value_counts().sort_index()
Ans.head()

💭 Q46. 데이터의 각 host_name의 빈도수를 구하고 빈도수로 정렬 후 상위 5개를 출력

• to_frame() : 데이터프레임으로 변환

Ans = df.groupby('host_name').size().\
                to_frame().rename(columns={0:'counts'}).\
                sort_values('counts',ascending=False)
Ans.head(5)

---

🌟 칼럼 하나로 groupby

💭 Q47. neighbourhood_group의 값에 따른 neighbourhood컬럼 값의 갯수 출력

Ans = df.groupby(['neighbourhood_group','neighbourhood'], as_index=False).size()
Ans.head()

💭 Q48. neighbourhood_group의 값에 따른 neighbourhood컬럼 값 중 neighbourhood_group그룹의 최댓값들을 출력

Ans= df.groupby(['neighbourhood_group','neighbourhood'], as_index=False).size()\
                  .groupby(['neighbourhood_group'], as_index=False).max()
Ans

---

🌟 price값의 평균, 분산, 최대, 최소 값 출력

💭 Q49. neighbourhood_group 값에 따른 price값의 평균, 분산, 최대, 최소 값 출력

Ans = df.groupby('neighbourhood_group')['price'].agg(['mean','var','max','min'])
Ans

💭 Q50. 데이터중 neighbourhood_group 값이 Queens값을 가지는 데이터들 중 neighbourhood 그룹별로 price값의 평균, 분산, 최대, 최소 값 출력

Ans = df[df.neighbourhood_group=='Queens'].groupby(['neighbourhood']).price.agg(['mean','var','max','min'])
Ans

---

🌟 두 컬럼의 값에 인한 groupby

💭 Q51. neighbourhood 값과 neighbourhood_group 값에 따른 price 의 평균을 구하기

• groupby 의 안쪽 순서에 따라 데이터 정렬이 달라진다.

# Ans = df.groupby(['neighbourhood','neighbourhood_group']).price.mean()
Ans = df.groupby(['neighbourhood','neighbourhood_group'])['price'].mean()
Ans

💭 Q52. neighbourhood 값과 neighbourhood_group 값에 따른 price 의 평균을 계층적 indexing 없이 구하기

# Ans = df.groupby(['neighbourhood','neighbourhood_group']).price.mean().unstack()
Ans = df.groupby(['neighbourhood_group', 'neighbourhood']).price.mean().unstack()
Ans

💭 Q53. neighbourhood 값과 neighbourhood_group 값에 따른 price 의 평균을 계층적 indexing 없이 구하고 nan 값은 -999값으로 채우기

Ans = df.groupby(['neighbourhood_group', 'neighbourhood']).price.mean().
	unstack().fillna(-999)
Ans

---

🌟 데이터 중 neighbourhood_group 값에 따른

💭 Q54. 데이터중 neighbourhood_group 값이 Queens값을 가지는 데이터들 중 neighbourhood 그룹별로 price값의 평균, 분산, 최대, 최소값을 구하기

Ans = df[df.neighbourhood_group=='Queens'].groupby(['neighbourhood']).price.agg(['mean','var','max','min'])
Ans

💭 Q55. 데이터 중 neighbourhood_group 값에 따른 room_type 컬럼의 숫자를 구하고 neighbourhood_group 값을 기준으로 각 값의 비율을 구하기

• reshape(변경할 배열, 차원) : 배열과 차원을 변형해주는 함수

Ans = df[['neighbourhood_group','room_type']].groupby(['neighbourhood_group','room_type']).size().unstack()
Ans.loc[:,:] = (Ans.values /Ans.sum(axis=1).values.reshape(-1,1))
Ans