[데이터 분석] 데이터 집계 | groupby, pivot table

데이터 집계하기 (groupby & pivot_table 비교)

 

 

• 지역명으로 분양가격의 평균을 구하기

df_last.groupby(["지역명"])["평당분양가격"].mean()

pd.pivot_table(df_last, index=["지역명"], values=["평당분양가격"], aggfunc="mean")

- aggfunc는 자동으로 평균값 출력

 

groupby

pivot_table

 

 

 

• 전용면적으로 분양가격의 평균 구하기

df_last.groupby(["전용면적"])["평당분양가격"].mean()

pd.pivot_table(df_last, index="전용면적", values="평당분양가격")

groupby

pivot_table

 

 

• 지역명, 전용면적으로 평당분양가격의 평균 구하기

df_last.groupby(["지역명, 전용면적"])["평당분양가격"].mean().unstack().round()

df_last.pivot_table(index="전용면적", columns="지역명", values="평당분양가격").round()

- unstack() : 마지막 인덱스가 컬럼값으로 오게 됨

- round() : 소수점 제거

- T / transpose() : 행과 열 교체

 

groupby

pivot_table

 

 

 

• 연도, 지역명으로 평당분양가격의 평균 구하기

g = df_last.groupby(["연도", "지역명"])["평당분양가격"].mean()

p = pd.pivot_table(df_last, index=["연도", "지역명"], values="평당분양가격")
p.loc(2018)

- loc() : 행을 기준으로 가져올 때

   - loc(2018) : 2018년 데이터만 보고싶은 경우

 

groupby

pivot_table

 

 

 

---

 

 

• groupby 보단 pivot_table이 조금 더 직관적으로 사용 가능
• groupby는 결과값이 series 형태이므로 pivot_table보다 연산의 결과가 더 빠르다.