pivot

1. Long Form vs Wide Form

가로로, 세로로 형태를 변환하는 걸 reshaping, pivoting이라고 한다.

• Long Form :

  긴 형식은 데이터를 더 상세하게 나타냄
  유연하게 데이터를 조작하고, 다양한 형태의 분석에 적합

• Wide Form :

  데이터의 전반적인 구조를 한 눈에 파악하기 용이

2. df.melt()

• Unpivot (melt) 예시 : 넓은 형식(Wide Form)에서 긴 형식(Long Form)으로 변환
• 주요 파라미터

  • id_vars : 데이터의 식별자 역할을 하는 열의 이름을 나타냄. 이 열들은 그대로 유지됨
    value_vars : 'long form'으로 변환하고자 하는 열의 이름
    var_name : value_vars에 해당하는 열 이름들을 담을 새로운 열의 이름
    value_name : value_vars에서의 값을 담을 새로운 열의 이름

unpivot_df = wide_form_df.melt(
id_vars= 'col_1',
value_vars = ['col_2', 'col_3', ...],
var_name = 'col_name_1',  # variable name
value_name = 'col_name_2' )

unpivot_df = wide_form_df.melt(
	id_vars = 'Student', # 기준이 되는 파라미터
    value_vars = ['Math, 'Science', 'English'],
    var_name= 'Subject',
    value_name= 'Score'
)

unpivot_df.sort_values('Student')

3. df.pivot_table()

• 기본 개념:

  데이터 프레임을 재구조화하는 데 사용됨
  특정 키 값에 따라 데이터를 요약하고, 그룹화함

• 주요 파라미터 :

  index : 피벗 테이블의 로우를 그룹화하는 데 사용되는 컬럼
  columns : 피벗 테이블의 컬럼을 그룹화하는 데 사용되는 컬럼
  values : 분석하려는 데이터 컬럼
  aggfunc : 집계 함수, 예를 들어 np.sum, np.mean (기본값은 np.mean)

df.pivot_table(
	index = 'col_1',
    columns = 'col_2',
    values= 'col_3',
    aggfunc = 'min/max/...' )

data.pivot_table(
	index = 'region',
    columns = 'year',  # 시간이 지남에 따라 지역별로
    values = 'sales',
    aggfunc = 'sum' ) 

data.pivot_table(
	index = 'region',
   columns= 'category',
   values = 'sales',
   aggfunc = 'sum' )

4. Exercise

1. 판다스의 melt 함수를 사용해 'iris' 데이터셋을 long form으로 변환하라

• variable 열의 이름을 measure_type으로, value열의 이름을 measure_value로 변경
• iris_long으로 변경

2. iris_long을 활용하여 species와 measure_type별 평균을 구하라

import pandas as pd
import seaborn as sns

# iris 데이터셋 로드
iris = sns.load_dataset('iris', cache=False)

# long form으로 변경
iris_long = iris.melt(
	id_vars = 'species',
    value_vars = ['sepal_length', 'sepal_width','petal_length', 'petal_width'],
    var_name= 'measure_type',
    value_name= 'measure_value' )

# iris_long을 활용하여 species와 measure_type별 평균
iris_long.pivot_table(
	index = 'species',
    columns = 'measure_type',
    values= 'measure_value',
    aggfunc = 'mean' )