[Python][Pandas] 판다스 데이터 프레임 그룹별(groupby) 통계

1. 그룹별 통계 내기

판다스(pandas)는 데이터를 다루는 데 유용한 파이썬 라이브러리입니다. 데이터프레임(DataFrame)을 이용하여 데이터를 구조화하고, 다양한 연산을 수행할 수 있습니다. 그룹별 통계를 내는 것도 판다스에서 간단하게 할 수 있습니다.

1-1. 그룹별로 데이터 구분하기 - groupby() 메소드 사용하기

데이터를 그룹별로 구분해야 한다면, groupby() 메소드를 사용하면 됩니다. groupby() 메소드는 특정 열을 기준으로 데이터를 그룹화하여 연산을 수행할 수 있습니다.

예를 들어, 다음과 같은 데이터프레임이 있다고 해봅시다.

import pandas as pd

data = {'Group': ['A', 'B', 'A', 'B', 'A'],
        'Value': [1, 2, 3, 4, 5]}
df = pd.DataFrame(data)

	Group	Value
0	A	1
1	B	2
2	A	3
3	B	4
4	A	5

이제 Group 열을 기준으로 그룹을 지정해보겠습니다.

grouped = df.groupby('Group')

이렇게 하면 Group 열의 값에 따라 그룹이 나뉘어집니다.

1-2. 그룹별 평균 계산하기

그룹별로 평균을 계산하려면 mean() 메소드를 사용하면 됩니다.

mean_values = grouped.mean()

이렇게 하면 각 그룹별로 평균 값이 계산됩니다.

	Value
Group A	3
Group B	3

1-3. 그룹별 합계 계산하기

그룹별로 합계를 계산하려면 sum() 메소드를 사용하면 됩니다.

sum_values = grouped.sum()

이렇게 하면 각 그룹별로 합계가 계산됩니다.

	Value
Group A	9
Group B	6

1-4. 그룹별 최소값, 최대값 계산하기

그룹별로 최소값과 최대값을 계산하려면 min()과 max() 메소드를 각각 사용하면 됩니다.

min_values = grouped.min()
max_values = grouped.max()

위의 코드를 실행하면 각 그룹별로 최소값과 최대값이 계산됩니다.

	Value
Group A	1
Group B	2

	Value
Group A	5
Group B	4

위와 같이 1-2에서 배운 평균, 합계와 마찬가지로 groupby() 메소드를 통해 그룹별로 다양한 통계를 계산할 수 있습니다.

이렇게 판다스를 사용하여 그룹별 통계를 내는 방법에 대해 알아보았습니다.

2. 데이터 시각화

데이터를 시각화하여 그래프를 그리는 것은 데이터를 쉽게 이해하고 분석하는 데 도움이 됩니다. 판다스(pandas)와 함께 맷플롯립(matplotlib)을 사용하면 데이터를 시각화할 수 있습니다.

2-1. 데이터 통계 결과 시각화하기

먼저, 데이터프레임을 이용하여 데이터를 구조화하고 원하는 통계를 계산한 후, 그 결과를 시각화해보겠습니다. 막대 그래프와 선 그래프를 활용하여 데이터를 좀 더 직관적으로 표현할 수 있습니다.

예를 들어, 다음과 같은 데이터프레임이 있다고 가정해봅시다.

import pandas as pd

data = {'Category': ['A', 'B', 'C', 'D', 'E'],
        'Value': [10, 15, 7, 12, 8]}
df = pd.DataFrame(data)

이제 해당 데이터의 통계 결과를 막대 그래프로 시각화해보겠습니다.

import matplotlib.pyplot as plt

df.plot(x='Category', y='Value', kind='bar', legend=False)
plt.xlabel('Category')
plt.ylabel('Value')
plt.title('Statistics by Category')
plt.show()

이렇게 하면 각 카테고리별 값이 막대 그래프로 표현됩니다. x축은 카테고리, y축은 값으로 설정되어 있습니다.

2-2. 그룹별 통계 결과 시각화하기

그룹별로 나누어진 데이터의 통계 결과를 시각화해보겠습니다. 그룹별 평균 값을 막대 그래프로, 그룹별 합계 값을 선 그래프로 표현해보겠습니다.

먼저, 그룹별 평균 값을 계산합니다.

grouped = df.groupby('Category')
mean_values = grouped.mean()

다음으로, 그룹별 평균값을 막대 그래프로 시각화합니다.

mean_values.plot(kind='bar', legend=False)
plt.xlabel('Category')
plt.ylabel('Mean Value')
plt.title('Mean Value by Category')
plt.show()

이렇게 하면 각 카테고리별 평균 값을 막대 그래프로 표현됩니다.

그리고, 그룹별 합계 값을 계산합니다.

sum_values = grouped.sum()

마지막으로, 그룹별 합계값을 선 그래프로 시각화합니다.

sum_values.plot(legend=False)
plt.xlabel('Category')
plt.ylabel('Sum Value')
plt.title('Sum Value by Category')
plt.show()

이렇게 하면 각 카테고리별 합계 값을 선 그래프로 표현됩니다.

판다스와 맷플롯립을 함께 사용하여 데이터를 시각화하는 방법에 대해 알아보았습니다. 데이터를 시각화하면 더 쉽고 빠르게 데이터를 분석할 수 있습니다.

본 블로그 글은 G-ChatBot 서비스를 이용하여 AI(ChatGPT) 도움을 받아 작성하였습니다.

https://gboysking.net

G-ChatBot