[Python.Pandas] Pivot Table과 CrossTab 사용하기

1. Pandas의 PivotTable 함수

In [1]:import wget import pandas as pd import dateutil
In [2]:url = 'https://www.shanelynn.ie/wp-content/uploads/2015/06/phone_data.csv' 
       wget.download(url)
       100% [..............................................................................] 40576 / 40576
Out[2]:'phone_data.csv'

In [3]:df_phone = pd.read_csv('./phone_data.csv') 
       df_phone
Out[3]:

Out[3]

In [4]:df_phone.pivot_table(values=['duration'], 
                            index = [df_phone.month, df_phone.item], 
                            columns=df_phone.network, 
                            aggfunc='sum', 
                            fill_value=0)
Out[4]:

Out[4]

• Excel에서 간편하게 데이터를 확인하고, 분류별 통계를 확인하기 위해 가장 자주 활용되는 방식이 Pivot Table이다.
• Pandas에서도 pivot_table 함수를 제공하고 In[4]와 같이 사용하면 가능하다
  • Values : DataFrame의 데이터가 될 기준
  • index : X축을 구분할 기준 (여러 개를 선택할 때에는 List 형태로 입력한다)
  • columns : Y 축을 구분할 기준
  • aggfunc : Values를 처리할 통계 방식을 선택한다 (sum을 하면 값들의 합, count를 하면 값들의 개수 등)
  • fill_value = 0 : 결측치(NaN 값)가 존재할 경우, 처리방식을 지정해줄 수 있다.

 

2. CrossTab 이해하기

In [5]:pd.crosstab(index=[df_phone.month, df_phone.item], 
                   columns=df_phone.network, 
                   values=df_phone.duration, 
                   aggfunc='sum'
                   ).fillna(0)

Out[5]:

Out[5]

• CrossTab은 Pivot Table의 일종, Pivot Table의 특수한 형태이다.
• 두 Column의 교차 빈도, 비율, 덧셈 등을 구할 때 주로 사용된다.
• In[4]와 같은 데이터를 crosstab으로 구현하려면 In[5]와 같이 parameter를 지정할 수 있다.

 

3. 관련 포스트

• 2020/12/29 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Pandas] Merge 와 Concat 하여 데이터 붙이기
• 2020/12/30 - [Python과 머신러닝/Pandas 데이터 분석] - [Python.Pandas] String 관련 함수 총정리 (str.upper, .replace, .isdigit, .contains, .match, .split, .rename, .get_dummies) + one hot encoding

[Python.Pandas] Merge 와 Concat 하여 데이터 붙이기

[Python.Pandas] String 관련 함수 총정리 (str.upper, .replace, .isdigit, .contains, .match, .split, .rename, .get_dummies)