[Pandas] 데이터프레임 피벗 테이블(pivot table)

---

피벗 테이블 (Pivot Table)

 

쉽게 말하면 특정 열의 관점에서 다른 특정 열의 정보를 확인하고 싶을 때 사용한다. 예를 들어서 각 부서의 평균 연봉이라던가, 각 계절의 판매량 등을 확인하고 싶은데, 내가 원하는 정보로 데이터가 있는 것이 아니라 부서 칼럼이 있고, 연봉 칼럼이 있던가, 계절 칼럼이 있고, 판매량 칼럼이 있던가 해서 계산해야 할 때 사용 가능하다.

pivot_table(참고링크)을 활용해서 계산한다. 주요한 매개변수는 당연히 있어야 할 data, 인덱스가 될 행을 선택하는 index, 집계할 열을 선택하는 values, 피벗 테이블의 열로 사용할 columns, 집계 함수인 aggfunc이 있다.

data는 말 그대로 데이터로 피벗 테이블을 생성할 원본 데이터프레임을 말한다.

values는 쉽게 말하면 계산할 값이다. 예를 들어 각 부서의 평균 연봉을 확인하고 싶을 때 values를 연봉으로 설정하면 된다. 리스트 형태로 여러 열을 받을 수 있다. 기본값은 None으로 aggfunc가 적용 가능한 모든 열을 사용한다.

index는 말 그대로 인덱스로 사용할 열이다. 단일 열도 가능하고, 리스트를 통한 여러 열도 가능하다. 배열로 그룹핑하여 인덱스를 만드는 것도 가능한데, 이 경우 배열은 원본 데이터의 길이와 동일해야 한다.

columns는 열을 선택하는 것으로 index와 입력받는 것은 비슷하다. 지정하지 않는다면 values와 동일하다.

aggfunc은 집계 함수로 values를 계산한다. 자주 사용하는 것으로는 'mean', 'sum', 'count', 'max', 'min' 등이 있다. 기본값은 'mean'이다.

예를 통해 정리해보자. 성별에 따른 각 부서 평균 연봉을 알고 싶다 가정하자. 이 경우 성별이 columns가 되고, 연봉이 values가 되며, index는 부서가 될 것이다. 평균 연봉이기 때문에 aggfunc은 'mean'이 될 것이다.

fil_value 매개변수는 NaN 값을 대체할 값을 지정하는 것으로 기본값은 None이다.

margins 매개변수는 기본값이 False인데, True로 설정하면 전체 합계를 포함하는 행, 열을 추가한다.

dropna는 모든 값이 NaN인 칼럼을 제외하는 설정으로 기본값은 True이다.

margins_name은 margins 매개변수를 True로 설정하였을 때 생기는 행, 열의 이름을 설정하는 것이다. 기본값은 'All'이다.

observed는 기룹화 기준이 범주형일 경우 적용되는데 True라면 관찰된 값만 표시하고, False라면 모든 범주 값을 표시한다. 기본값은 False이나 2.2.0 버전부터는 기본값이 True로 변경되었다.

sort는 말 그대로 결과를 정렬하는 것으로 기본값은 True이다.

 

---

예시

 

대략 아래와 같은 df 데이터프레임이 있다고 가정하자.

       name  gender  age  account balance          bank  membership duration
0     Alice  Female   21          8992503     Hana Bank                    1
1       Bob    Male   35          7227778  Shinhan Bank                   20
2   Charlie    Male   55          1717715       KB Bank                   10
3     David    Male   60          5797641    Woori Bank                   12
4       Eve  Female   37          9370325       NH Bank                   20
5     Frank    Male   41          2989960     Hana Bank                    6
6     Grace  Female   54          4780278    Woori Bank                    5
7    Hannah  Female   41          6556791     Hana Bank                   17
8       Ivy  Female   31          1154215       NH Bank                   15
9      Jack    Male   30          9506940  Shinhan Bank                   14
10    Kevin    Male   44          9225578       KB Bank                    2
11     Luna  Female   22          4009180  Shinhan Bank                    3
12     Mike    Male   55          2294952    Woori Bank                    1
13    Nancy  Female   48          5149479       KB Bank                   12
14    Oscar    Male   48          6176913  Shinhan Bank                   15
15     Paul    Male   24          9622417     Hana Bank                    3
16    Quinn    Male   44          2221040     Hana Bank                   12
17   Rachel  Female   49          6788748    Woori Bank                   19
18    Steve    Male   55          8928420     Hana Bank                   19
19    Tracy  Female   26          8617524       KB Bank                   15
20      Uma  Female   22           750593       KB Bank                    1
21   Victor    Male   58          5723707       KB Bank                   15
22    Wendy  Female   48          7425002    Woori Bank                    8
23   Xavier    Male   53          6695489       NH Bank                   15
24   Yvonne  Female   53          6561448       NH Bank                   13
25     Zach    Male   59          3599520     Hana Bank                    7
26      Amy  Female   25          2936163       NH Bank                   11
27    Brian    Male   58           477639    Woori Bank                    9
28    Clara  Female   39          4215210       KB Bank                   20
29    Derek    Male   50          2814876  Shinhan Bank                    1

이제 은행별 성별에 따른 연령, 계좌금액, 가입기간을 확인해보자. 다음과 같이 pivot_table을 이용할 수 있다.

pivot_table(df, index='bank', columns='gender', values=['age', 'account balance', 'membership duration'])

결과를 확인해보면 다음과 같다.

             account balance                 age       membership duration      
gender                Female         Male Female  Male              Female  Male
bank                                                                            
Hana Bank       7,774,647.00 5,472,271.40  31.00 44.60                9.00  9.40
KB Bank         4,683,201.50 5,555,666.67  33.75 52.33               12.00  9.00
NH Bank         5,005,537.75 6,695,489.00  36.50 53.00               14.75 15.00
Shinhan Bank    4,009,180.00 6,431,626.75  22.00 40.75                3.00 12.50
Woori Bank      6,331,342.67 2,856,744.00  50.33 57.67               10.67  7.33