판다스 (Pandas) (Pivot Table)

pivot을 생성할 때 index, columns, values에 지정된 값이 유일하지 않으면 ValueError가 발생하는데  pivot_table 함수는 피벗 테이블을 만들 때 중복 값을 처리할 수 있다

 

기본 사용법

DataFrame.pivot_table(values=None, index=None, columns=None, aggfunc='mean', fill_value=None, margins=False, dropna=True, margins_name='All', observed=False, sort=True)

 

• values: 피벗 테이블에 포함될 데이터 열
• index: 행 레이블로 사용할 열
• columns: 열 레이블로 사용할 열
• aggfunc: 집계 함수 (기본값은 'mean')
• fill_value: 결측치를 대체할 값
• margins: 총계를 추가할지 여부
• margins_name: 총계 열/행의 이름 (기본값은 'All')

추가 설명

• pivot_table은 aggfunc 매개변수를 사용하여 집계 함수를 지정할 수 있다. (기본값은 mean)
• 여러 값을 피벗할 때 values 매개변수에 열 이름의 리스트를 전달할 수 있다.
• 결측치를 특정 값으로 채우려면 fill_value 매개변수를 사용.
• 총계 행/열을 추가하려면 margins 매개변수를 True로 설정하고, 총계의 이름을 지정하려면 margins_name 매개변수를 사용한다.

 

 

예시는 ChatGPT로 생성

 

예시 1:

데이터 프레임 생성

import pandas as pd

# 중복 데이터를 포함한 DataFrame 생성
data = {
    'Date': ['2020-01-01', '2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
    'City': ['New York', 'New York', 'Los Angeles', 'New York', 'Los Angeles'],
    'Temperature': [30, 32, 25, 35, 28],
    'Humidity': [80, 85, 70, 75, 65]
}

df = pd.DataFrame(data)
print(df)

         Date         City  Temperature  Humidity
0  2020-01-01     New York           30        80
1  2020-01-01     New York           32        85
2  2020-01-01  Los Angeles           25        70
3  2020-01-02     New York           35        75
4  2020-01-02  Los Angeles           28        65

 

pivot_table 함수로 생성

# 중복 값을 평균으로 집계하여 피벗 테이블 생성
pivot_table = df.pivot_table(values='Temperature', index='Date', columns='City', aggfunc='mean')
print(pivot_table)

City        Los Angeles  New York
Date                             
2020-01-01         25.0      31.0
2020-01-02         28.0      35.0

위에서 같은 Date에 같은 City인 값을은 mean(평균)값으로 계산되어 value가 채워져 있는 것을 확인 할 수 있다.

 

예시 2:

기본 피벗 테이블

 

import pandas as pd

# 데이터 생성
data = {
    'Date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
    'City': ['New York', 'Los Angeles', 'New York', 'Los Angeles'],
    'Temperature': [30, 25, 35, 28],
    'Humidity': [80, 70, 75, 65]
}

df = pd.DataFrame(data)
print(df)

         Date         City  Temperature  Humidity
0  2020-01-01     New York           30        80
1  2020-01-01  Los Angeles           25        70
2  2020-01-02     New York           35        75
3  2020-01-02  Los Angeles           28        65

 

피벗 테이블 생성

pivot_table = df.pivot_table(values='Temperature', index='Date', columns='City')
print(pivot_table)

City        Los Angeles  New York
Date                             
2020-01-01         25.0      30.0
2020-01-02         28.0      35.0

 

 

예시 3:

여러 값 피벗 테이블

pivot_table = df.pivot_table(values=['Temperature', 'Humidity'], index='Date', columns='City')
print(pivot_table)

              Humidity          Temperature         
City       Los Angeles New York Los Angeles New York
Date                                                
2020-01-01        70.0     80.0        25.0     30.0
2020-01-02        65.0     75.0        28.0     35.0

 

예시 4:

집계 함수 설정

pivot_table = df.pivot_table(values='Temperature', index='Date', columns='City', aggfunc=['mean', 'max', 'min'])
print(pivot_table)

                  mean                  max                  min         
City       Los Angeles New York Los Angeles New York Los Angeles New York
Date                                                                     
2020-01-01        25.0     30.0          25       30          25       30
2020-01-02        28.0     35.0          28       35          28       35

 

예시 5:

걸측치 처리

pivot_table = df.pivot_table(values='Temperature', index='Date', columns='City', fill_value=0)
print(pivot_table)

City        Los Angeles  New York
Date                             
2020-01-01         25.0      30.0
2020-01-02         28.0      35.0

 

예시 6:

총계 행/열 추가

pivot_table = df.pivot_table(values='Temperature', index='Date', columns='City', margins=True, margins_name='Total')
print(pivot_table)

City        Los Angeles  New York  Total
Date                                    
2020-01-01         25.0      30.0   27.5
2020-01-02         28.0      35.0   31.5
Total              26.5      32.5   29.5

 

예시 7:

여러 인덱스와 컬럼을 사용한 피벗 테이블

data = {
    'Date': ['2020-01-01', '2020-01-01', '2020-01-02', '2020-01-02'],
    'City': ['New York', 'Los Angeles', 'New York', 'Los Angeles'],
    'Weather': ['Sunny', 'Sunny', 'Rainy', 'Cloudy'],
    'Temperature': [30, 25, 35, 28]
}

df = pd.DataFrame(data)
print(df)

         Date         City Weather  Temperature
0  2020-01-01     New York   Sunny           30
1  2020-01-01  Los Angeles   Sunny           25
2  2020-01-02     New York   Rainy           35
3  2020-01-02  Los Angeles  Cloudy           28

pivot_table = df.pivot_table(values='Temperature', index=['Date', 'Weather'], columns='City')
print(pivot_table)

City                Los Angeles  New York
Date       Weather                       
2020-01-01 Sunny           25.0      30.0
2020-01-02 Cloudy          28.0       NaN
           Rainy            NaN      35.0

 

 

참고: https://pandas.pydata.org/docs/

pandas documentation — pandas 2.2.2 documentation