[Pandas] groupby

pandas.DataFrame.groupby

 

 

매퍼를 사용하거나 일련의 열로 DataFrame을 그룹화한다. 그룹화 작업에는 개체 분할, 함수 적용 및 결과 결합의 일부 조합이 포함된다. 이는 이러한 그룹에서 많은 양의 데이터 및 계산 작업을 그룹화하는 데 사용할 수 있다.

 

import pandas as pd

df = pd.DataFrame({'Animal': ['Falcon', 'Falcon',
                              'Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.]})
df

   Animal  Max Speed
0  Falcon      380.0
1  Falcon      370.0
2  Parrot       24.0
3  Parrot       26.0

df.groupby(['Animal']).mean()

        Max Speed
Animal
Falcon      375.0
Parrot       25.0

 

Hierarchical Indexes

 

level 매개 변수를 사용하여 계층 인덱스의 다른 수준별로 그룹화할 수 있다.

 

arrays = [['Falcon', 'Falcon', 'Parrot', 'Parrot'],
          ['Captive', 'Wild', 'Captive', 'Wild']]
index = pd.MultiIndex.from_arrays(arrays, names=('Animal', 'Type'))
df = pd.DataFrame({'Max Speed': [390., 350., 30., 20.]},
                  index=index)
df

                Max Speed
Animal Type
Falcon Captive      390.0
       Wild         350.0
Parrot Captive       30.0
       Wild          20.0

df.groupby(level=0).mean()

        Max Speed
Animal
Falcon      370.0
Parrot       25.0

df.groupby(level="Type").mean()

         Max Speed
Type
Captive      210.0
Wild         185.0

 

dropna 파라미터를 설정하여 그룹 키에 NA를 포함할지 여부를 선택할 수도 있다. 기본 설정은 True이다.

 

l = [[1, 2, 3], [1, None, 4], [2, 1, 3], [1, 2, 2]]
df = pd.DataFrame(l, columns=["a", "b", "c"])
df.groupby(by=["b"]).sum()

    a   c
b
1.0 2   3
2.0 2   5

df.groupby(by=["b"], dropna=False).sum()

    a   c
b
1.0 2   3
2.0 2   5
NaN 1   4

l = [["a", 12, 12], [None, 12.3, 33.], ["b", 12.3, 123], ["a", 1, 1]]
df = pd.DataFrame(l, columns=["a", "b", "c"])
df.groupby(by="a").sum()

    b     c
a
a   13.0   13.0
b   12.3  123.0

df.groupby(by="a", dropna=False).sum()

    b     c
a
a   13.0   13.0
b   12.3  123.0
NaN 12.3   33.0

 

apply()를 사용하는 경우 group_key를 사용하여 그룹 키를 포함하거나 제외한다. group_keys 인수는 기본적으로 True (포함)이다.

 

df = pd.DataFrame({'Animal': ['Falcon', 'Falcon',
                              'Parrot', 'Parrot'],
                   'Max Speed': [380., 370., 24., 26.]})
df.groupby("Animal", group_keys=True).apply(lambda x: x)

          Animal  Max Speed
Animal
Falcon 0  Falcon      380.0
       1  Falcon      370.0
Parrot 2  Parrot       24.0
       3  Parrot       26.0

df.groupby("Animal", group_keys=False).apply(lambda x: x)

   Animal  Max Speed
0  Falcon      380.0
1  Falcon      370.0
2  Parrot       24.0
3  Parrot       26.0

 

example

 

데이터를 중복없이 그룹화하는 방법은 index를 쓰는 것이 있다.

 

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]})

result = df.groupby(df.index // 2).mean()

print(result)

     A
0  1.5
1  3.5
2  5.5
3  7.5
4  9.5

 

https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.groupby.html

pandas.DataFrame.groupby — pandas 1.5.3 documentation