2023-07-13 게시 됨2023-07-13 업데이트 됨Programming / Python10분안에 읽기 (약 1462 단어)

Pandas - Pivot, Stack, Unstack, Melt

Pandas 에서 2차원 data를 Stack, unstack, melt 를 이용해 복합 인덱스를 사용할 수 있고 Pivot 을 이용해 특정 데이터 중심의 2차원 데이터로 생성할 수 있다.

Pivot
Stack & Unstack
Melt

1 2	import pandas as pd import numpy as np

2차원 테이블

행과 열로 구성된 데이터 집합

df = pd.DataFrame(
    {'foo' : ['One','One','One','Two','Two','Two'],
        'bar': ['A','B','C','A','B','C'],
        'baz': [1,2,3,4,5,6] ,
        'zoo': ['x','y','z','q','w','t']}
)
df

	foo	bar	baz	zoo
0	One	A	1	x
1	One	B	2	y
2	One	C	3	z
3	Two	A	4	q
4	Two	B	5	w
5	Two	C	6	t

Pivot

피봇/피봇 테이블은 2차원 데이터 열에서 공통된 부분을 중심으로 새 테이블 집합을 형성하게 해준다. 피봇은 index, columns, values 라는 이름을 가진 세 가지 parameter를 취한다. 이러한 각 파라미터의 값으로 원래 표에 열 이름을 지정해야 한다.

foo, bar, baz, zoo 컬럼 중에서 foo 에 대해서 정리를 하고 bar 를 컬럼으로 지정하면 아래와 같다.

1 2	df_pivot = df.pivot_table(index='foo', columns='bar', values='baz') df_pivot

bar	A	B	C
foo
One	1	2	3
Two	4	5	6

ex) nba 데이터를 포지션의 연령별 연봉 테이블로 전환

1 2	dfnba = pd.read_csv('../data/nba.csv') dfnba

	Name	Team	Number	Position	Age	Height	Weight	College	Salary
0	Avery Bradley	Boston Celtics	0.0	PG	25.0	6-2	180.0	Texas	7730337.0
1	Jae Crowder	Boston Celtics	99.0	SF	25.0	6-6	235.0	Marquette	6796117.0
2	John Holland	Boston Celtics	30.0	SG	27.0	6-5	205.0	Boston University	NaN
3	R.J. Hunter	Boston Celtics	28.0	SG	22.0	6-5	185.0	Georgia State	1148640.0
4	Jonas Jerebko	Boston Celtics	8.0	PF	29.0	6-10	231.0	NaN	5000000.0
...	...	...	...	...	...	...	...	...	...
453	Shelvin Mack	Utah Jazz	8.0	PG	26.0	6-3	203.0	Butler	2433333.0
454	Raul Neto	Utah Jazz	25.0	PG	24.0	6-1	179.0	NaN	900000.0
455	Tibor Pleiss	Utah Jazz	21.0	C	26.0	7-3	256.0	NaN	2900000.0
456	Jeff Withey	Utah Jazz	24.0	C	26.0	7-0	231.0	Kansas	947276.0
457	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN	NaN

458 rows × 9 columns

1	pd.options.display.float_format = "{:,.2f}".format

컬럼의 데이터에 공통된 모습이 많이 보인다. 이 중에서 포지션을 기준으로 나이에 따른 연봉을 본다고 가정하면 포지션을 인덱스로하고 나이를 컬럼으로 지정하면 아래와 같다.

1 2	# 포지션의 연령별 연봉 테이블 dfnba.pivot_table(index='Position', columns='Age', values='Salary')

Age	19.00	20.00	21.00	22.00	23.00	24.00	25.00	26.00	27.00	28.00	...	31.00	32.00	33.00	34.00	35.00	36.00	37.00	38.00	39.00	40.00
Position
C	NaN	5,143,140.00	1,571,000.00	3,476,698.20	2,121,999.50	4,532,003.33	10,881,995.00	3,041,850.82	5,004,260.50	7,635,761.83	...	10,338,218.00	8,208,695.50	9,500,000.00	6,258,000.00	7,448,760.00	947,276.00	NaN	222,888.00	NaN	5,250,000.00
PF	NaN	2,369,838.00	2,397,408.00	1,601,105.80	2,399,120.50	2,577,551.44	2,195,476.60	7,228,086.75	9,217,098.43	5,268,839.17	...	5,323,787.00	14,346,365.00	2,630,241.40	6,469,277.50	2,624,593.50	2,877,470.00	6,666,667.00	NaN	NaN	8,500,000.00
PG	NaN	3,316,290.00	1,944,080.00	2,381,130.00	1,627,769.00	4,652,526.50	5,422,085.80	10,038,174.80	5,944,070.17	5,021,965.17	...	7,467,596.40	4,082,425.33	2,226,179.67	8,395,104.00	NaN	2,170,465.00	NaN	NaN	947,726.00	250,750.00
SF	NaN	1,979,976.00	1,404,480.00	2,401,364.60	2,760,134.36	5,067,491.60	3,382,640.73	7,322,325.20	10,532,567.00	1,996,608.71	...	10,960,320.25	9,720,195.75	NaN	261,894.00	947,276.00	1,721,559.75	25,000,000.00	3,376,000.00	NaN	NaN
SG	1,930,440.00	1,749,840.00	2,215,710.43	2,055,241.00	1,388,251.18	3,205,720.53	1,782,834.89	9,872,690.29	4,815,524.62	6,354,000.00	...	7,085,000.00	2,041,138.00	2,233,533.33	12,579,269.50	3,512,173.75	3,311,138.00	NaN	1,880,638.00	4,088,019.00	NaN

5 rows × 22 columns

Stack & Unstack

2차원 테이블은 행 과 열이 순차적 값으로 교차하게 되어 있다. 스택은 컬럼의 값을 아래-위로 배치를 시킨다고 상상이 된다. 그래서 스택과 언스택은 이렇게 생각된다.

stack : 2차원 컬럼의 내용을 수직방향으로 쌓는 구조, 즉 새로운 인덱스가 더해진다.
unstack : 인덱스 구성요소를 한 단계 컬럼으로 만들며 수평방향으로 쌓게 한다.

stack

pandas reshaping

df_single_level = pd.DataFrame(
    [['Mostly cloudy', 10], ['Sunny', 12]],
    index=['London', 'Oxford'],
    columns=['Weather', 'Wind']
)
df_single_level

	Weather	Wind
London	Mostly cloudy	10
Oxford	Sunny	12

index와 weather, wind 라는 컬럼을 stack을 호출하면 weather-wind 관련 인덱스를 생성하고 데이터를 나열한다.

1	df_single_level.stack()

London  Weather    Mostly cloudy
        Wind                  10
Oxford  Weather            Sunny
        Wind                  12
dtype: object

다른 데이터를 살펴보자.

# MultiIndex
tuples = list(
    zip(
        *[
            ["bar", "bar", "baz", "baz", "foo", "foo", "qux", "qux"],
            ["one", "two", "one", "two", "one", "two", "one", "two"],
        ]
    )
)
index = pd.MultiIndex.from_tuples(tuples, names=["first", "second"])
df = pd.DataFrame(np.random.randn(8, 2), index=index, columns=["A", "B"])
df

		A	B
first	second
bar	one	-1.301694	-0.013259
bar	two	-0.197846	0.879890
baz	one	0.718211	-0.739434
baz	two	-0.140217	0.071260
foo	one	-1.142268	-2.606413
foo	two	1.119145	0.109402
qux	one	-0.504167	-1.703280
qux	two	1.064976	1.011060

위 데이터는 stack()을 하면 A, B 컬럼이 MultiIndex 로 추가되며 A, B 컬럼 데이터 포인트가 배치된다.

1	df.stack()

first  second   
bar    one     A   -1.301694
               B   -0.013259
       two     A   -0.197846
               B    0.879890
baz    one     A    0.718211
               B   -0.739434
       two     A   -0.140217
               B    0.071260
foo    one     A   -1.142268
               B   -2.606413
       two     A    1.119145
               B    0.109402
qux    one     A   -0.504167
               B   -1.703280
       two     A    1.064976
               B    1.011060
dtype: float64

1 2	df2 = df[:4] df2

		A	B
first	second
bar	one	-1.301694	-0.013259
bar	two	-0.197846	0.879890
baz	one	0.718211	-0.739434
baz	two	-0.140217	0.071260

1 2	stacked = df2.stack() stacked

first  second   
bar    one     A   -1.301694
               B   -0.013259
       two     A   -0.197846
               B    0.879890
baz    one     A    0.718211
               B   -0.739434
       two     A   -0.140217
               B    0.071260
dtype: float64

Unstack

pandas reshaping

stacked

first  second   
bar    one     A   -1.301694
               B   -0.013259
       two     A   -0.197846
               B    0.879890
baz    one     A    0.718211
               B   -0.739434
       two     A   -0.140217
               B    0.071260
dtype: float64

1	stacked.unstack()

		A	B
first	second
bar	one	-1.301694	-0.013259
bar	two	-0.197846	0.879890
baz	one	0.718211	-0.739434
baz	two	-0.140217	0.071260

레벨을 지정

1	stacked.unstack(1)

	second	one	two
first
bar	A	-1.301694	-0.197846
bar	B	-0.013259	0.879890
baz	A	0.718211	-0.140217
baz	B	-0.739434	0.071260

1	stacked.unstack(2)

		A	B
first	second
bar	one	-1.301694	-0.013259
bar	two	-0.197846	0.879890
baz	one	0.718211	-0.739434
baz	two	-0.140217	0.071260

Melt

melt() 는 ID 변수를 기준으로 원래 데이터셋에 있던 여러개의 칼럼 이름을 ‘variable’ 칼럼에 위에서 아래로 길게 쌓아놓고, ‘value’ 칼럼에 ID와 variable에 해당하는 값을 넣어주는 식으로 데이터를 재구조화합니다.

cheese = pd.DataFrame(
    {
        "first": ["John", "Mary"],
        "last": ["Doe", "Bo"],
        "height": [5.5, 6.0],
        "weight": [130, 150],
    }
)
cheese

	first	last	height	weight
0	John	Doe	5.50	130
1	Mary	Bo	6.00	150

1 2	# colums중 height, weight 를 row 로 융합 cheese.melt(id_vars=['first','last']) # first, last 인덱스로 나머지 컬럼은 value 로 치환

	first	last	variable	value
0	John	Doe	height	5.50
1	Mary	Bo	height	6.00
2	John	Doe	weight	130.00
3	Mary	Bo	weight	150.00

1	cheese.melt(id_vars=['first','last'], value_name='quantity')

	first	last	variable	quantity
0	John	Doe	height	5.50
1	Mary	Bo	height	6.00
2	John	Doe	weight	130.00
3	Mary	Bo	weight	150.00

참고

pandas.DataFrame.stack

Pandas - Pivot, Stack, Unstack, Melt

https://blog.thinkbee.kr/pd-Stack_Unstack_Melt-9d0bcd365efe/

Author

Gangtai Goh

Posted on

2023-07-13

Updated on

2023-07-13

Licensed under

#python pandas

Pandas - Pivot, Stack, Unstack, Melt

2차원 테이블

Pivot

ex) nba 데이터를 포지션의 연령별 연봉 테이블로 전환

Stack & Unstack

Melt

참고

Author

Posted on

Updated on

Licensed under

이 글이 마음에 드시나요? 다음을 통해 후원하실 수 있습니다:

댓글

카탈로그

최근 글

광고