학습목표

1. DataFrame groupby 이해하기

import pandas as pd
import numpy as np

group by

• 아래의 세 단계를 적용하여 데이터를 그룹화(groupping) (SQL의 group by 와 개념적으로는 동일, 사용법은 유사)
  • 데이터 분할
  • operation 적용
  • 데이터 병합

# data 출처: https://www.kaggle.com/hesh97/titanicdataset-traincsv/data
df = pd.read_csv('./train.csv')
df.head()

GroupBy groups 속성

• 각 그룹과 그룹에 속한 index를 dict 형태로 표현

groupping 함수

• 그룹 데이터에 적용 가능한 통계 함수(NaN은 제외하여 연산)
• count - 데이터 개수
• sum - 데이터의 합
• mean, std, var - 평균, 표준편차, 분산
• min, max - 최소, 최대값

• 성별에 따른 생존율 구해보기

복수 columns로 groupping 하기

• groupby에 column 리스트를 전달
• 통계함수를 적용한 결과는 multiindex를 갖는 dataframe

• 클래스와 성별에 따른 생존률 구해보기

index를 이용한 group by

• index가 있는 경우, groupby 함수에 level 사용 가능
  • level은 index의 depth를 의미하며, 가장 왼쪽부터 0부터 증가

• set_index 함수
  • column 데이터를 index 레벨로 변경
• reset_index 함수
  • 인덱스 초기화

MultiIndex를 이용한 groupping

aggregate(집계) 함수 사용하기

• groupby 결과에 집계함수를 적용하여 그룹별 데이터 확인 가능