📌Pandas pivot table

• index, columns, values, aggfunc(연산식)

📌index 설정

index="컬럼명"

# Name 컬럼을 인덱스로 설정
# = pd.pivot_table(df, index="Name") # 어떤 데이터, index = 어떤 컬럼을 인덱스로?
df.pivot_table(index="Name")

📍멀티 인덱스 설정

# 멀티 인덱스 설정
df.pivot_table(index=["Name", "Rep", "Manager"])

# 멀티 인덱스 설정
df.pivot_table(index=["Manager", "Rep"])

📌values 설정

values="컬럼명"

df.pivot_table(index=["Manager", "Rep"], values="Price")

📌aggfunc 설정

aggfunc=연산식

📍Price 컬럼 sum 연산 적용

• 연산 1개

# Price 컬럼 sum 연산 적용
df.pivot_table(index=["Manager", "Rep"], values="Price", aggfunc=np.sum)

• 연산 2개 이상인 경우
  리스트를 감싸서 작성하면 된다.

# Price 컬럼 sum 연산 적용
df.pivot_table(index=["Manager", "Rep"], values="Price", aggfunc=[np.sum, len])

📌columns 설정

columns=컬럼명

📍product를 컬럼으로 지정

# product를 컬럼으로 지정
df.pivot_table(index=["Manager", "Rep"], values="Price", columns="Product", aggfunc=np.sum)

📍NaN 값 설정

fill_value=채울 값

• NaN 값 채우기 전

# product를 컬럼으로 지정
df.pivot_table(index=["Manager", "Rep"], values="Price", columns="Product", aggfunc=np.sum)

• NaN 값 0으로 채운 후

# NaN 값 설정 : fill_value
df.pivot_table(index=["Manager", "Rep"], values='Price', columns="Product", aggfunc=np.sum, fill_value=0)

📌2개 이상 index, values 설정

# 2개 이상 index, values 설정
df.pivot_table(index=["Manager", "Rep", "Product"], values=["Price", "Quantity"], aggfunc=np.sum, fill_value=0)

📌aggfunc 2개 이상 설정

# aggfunc 2개 이상 설정
df.pivot_table(
    index=["Manager", "Rep", "Product"], 
    values=["Price", "Quantity"], 
    aggfunc=[np.sum, np.mean], 
    fill_value=0,
    margins=True, # 총계(All)추가
)

---

"이 글은 제로베이스 데이터 취업 스쿨 강의 자료 일부를 발췌한 내용이 포함되어 있습니다."