100 pandas puzzles No.21 ~ 25 (2)

21.For each animal type and each number of visits, find the mean age. In other words, each row is an animal, each column is a number of visits and the values are the mean ages (hint: use a pivot table).

row : animal, column : 방문횟수, 평균나이

pivot table

pandas.pivot_tabe(data 
				, index = None # 각 행은 무엇으로 정의할지
                , columns = None # 각 열 정의
                , values = None # 각 Cell 어떤 숫자로 계산할지
                , aggfunc = 'mean', 'sum', 'nunique', 'std' # 계산 방법
                # 추가 옵션
                , fill_value,  margins, drop_na, margins_name, observed
)

pivot_table로 table 확인하는데 원하지 않는 데이터가 많을 때, query 함수로 원하는 데이터만 조회할 수 있다.
query('컬럼명 == 원하는 조건')
활용 예시

r1.query('age == [ 2, 3]').pivot_table(index = ['animal'], columns = ['visits'], values = ['age'], aggfunc = [np.mean])

answer

df.pivot_table(
    index='animal', columns = 'visits', values = 'age', aggfunc = 'mean')

22. 중복되지 않는 값 출력하기?

df.drop_duplicates(subset=None, keep='first', inplace=False, ignore_index=False)
Return DataFrame with duplicates rows removed.
keep : determines which duplicates to keep (first, last, false - drop all)
subset : only consider certain columns for identifying duplicates

answer

# 01. drop_duplicates
df.drop_duplicates(subset='A')

# 02. loc 함수, shift 함수
df.loc[df['A'].shift() != df['A']]

02번 풀이가 뭔가 싶을 수 있는데, shift()의 period defalt 값이 1로 shift 함수는 값을 한 칸씩 아래로 미는 함수다. 1칸씩 밑으로 밀었을 때, 서로 다른 값들이 있는 행만 선택해서 출력하면 중복값이 필터링된다. 이는 값들이 정렬되어 있기에 가능한 풀이다.

23. given a dataframe of numeric values, how do you subtract the row mean from each element in the row?

행의 각 요소에 행 평균값을 빼봐라

df = pd.DataFrame(np.random.random(size=(5,3)))

df.sub((df.mean(axis = 1) , axis = 0))

혹시 axis가 헷갈리다면

• axis = 0(default) : 행을 따라 아래로 계산(위에서 아래)
• axis = 1 : 열을 따라 옆으로 계산(왼쪽에서 오른쪽으로)

24. suppose you have dataframe with 10 columns of real numbers. which column of numbers has the smallest sum? return that column's label.

# 합이 가장 작은 컬럼의 값 
df.sum(axis = 0).min(axis = 0)

# 01. loc으로 위에서 찾은 값을 조건으로 설정하여 column label 불러올 수 있다.
df.loc[:, df.sum() == df.sum().min()].columns[0]

# 02. idxmin()
df.sum().idxmin()

25. how do you count how many unique rows a DataFrame has (i.e. ignore all rows that are duplicates)?

unique한 행의 개수?

len(df.drop_duplicates(keep=False))

unique한 행을 찾는 것이기 때문에 중복되는 행은 전부 삭제해야 한다. -> keep=False
len()을 DataFrame에 사용하면 df의 행 개수를 반환한다.
df.shape[0]을 사용해서 행 개수를 구할 수도 있다.