17. Appendix. pandas_reshape 1

Appendix. pandas_reshape 1

Pandas를 활용한 데이터 구조 변경: Pivot과 Pivot Table

Pandas에서 데이터를 변환할 때 가장 많이 사용하는 두 가지 함수는 pivot과 pivot_table입니다. 이 둘은 유사한 작업을 수행하지만, 특정 상황에서 사용하는 방식과 결과에 차이가 있습니다.

---

1. 데이터프레임 생성

아래는 예제로 사용할 데이터프레임입니다:

python
코드 복사
import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({
    'date': ['2025-01-01', '2025-01-01', '2025-01-01', '2025-01-01', '2025-01-01'],
    'category1': ['메인', '메인', '사이드', '음료', '사이드'],
    'category2': ['양념치킨', '간장치킨', '치즈볼', '콜라', '감자튀김'],
    'count': [1, 2, 1, 4, 1],
    'price': ['20000', '50000', '6000', '8000', '8000']
})

데이터프레임의 구조는 다음과 같습니다:

date	category1	category2	count	price
2025-01-01	메인	양념치킨	1	20000
2025-01-01	메인	간장치킨	2	50000
2025-01-01	사이드	치즈볼	1	6000
2025-01-01	음료	콜라	4	8000
2025-01-01	사이드	감자튀김	1	8000

---

2. pivot 함수 사용

• pivot은 데이터를 특정 기준으로 재구조화합니다. 다음은 간단한 예제입니다:

1. category2를 열로 설정하고 count를 값으로 설정

   python
   코드 복사
   df.pivot(index='date', columns='category2', values='count')
   

   결과:

   category2	간장치킨	감자튀김	양념치킨	치즈볼	콜라
   2025-01-01	2	1	1	1	4

2. category1을 열로 설정하고 price를 값으로 설정

   python
   코드 복사
   df.pivot(index='date', columns='category1', values='price')
   

   에러 발생: 동일한 (date, category1) 조합에 여러 값이 존재하기 때문입니다.

---

3. pivot_table 함수 사용

• pivot_table은 aggfunc(집계 함수)를 사용해 중복 데이터로 인한 에러를 방지합니다:

python
코드 복사
df.pivot_table(index='date', columns='category2', values='count')

결과:

category2	간장치킨	감자튀김	양념치킨	치즈볼	콜라
2025-01-01	2	1	1	1	4

• aggfunc='mean'(기본값): 중복되는 값이 있는 경우 평균을 계산합니다.
• 이 방식으로 에러 없이 데이터를 집계할 수 있습니다.

---

4. pivot과 pivot_table의 차이점

구분	pivot	pivot_table
중복 데이터 처리	에러 발생	aggfunc를 사용해 집계 가능
기본 집계 함수	지원하지 않음	평균(mean) 기본 제공
사용 용도	데이터가 중복되지 않는 경우	데이터 중복 및 집계가 필요한 경우

---

요약

• pivot: 중복되지 않는 데이터를 간단히 재구조화할 때 사용.
• pivot_table: 중복 데이터 처리 및 집계가 필요한 경우 적합.