Pandas GroupBy.agg()를 사용하여 동일한 열의 여러 집계 수행

2024-07-27

groupby 함수는 데이터프레임을 하나 이상의 열 기준으로 그룹화하여 각 그룹에 대한 집계 연산을 수행할 수 있도록 합니다. agg 함수는 다양한 집계 함수를 제공하며, 여러 개의 집계 함수를 동시에 적용하여 원하는 통계량을 구할 수 있습니다.

동일한 열에 대해 여러 집계 함수를 적용하는 경우 agg 함수를 다음과 같이 사용할 수 있습니다.

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대해 평균, 최소값, 최대값을 집계
result = df.groupby('C')['A'].agg(['mean', 'min', 'max'])

print(result)

위 코드는 'C' 열을 기준으로 데이터를 그룹화하고, 각 그룹에 대해 'A' 열의 평균, 최소값, 최대값을 구하여 새로운 데이터프레임으로 반환합니다.

여러 열에 대해 다양한 집계 함수를 적용하는 경우 딕셔너리를 사용하여 지정할 수 있습니다.

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대해 평균, 최소값, 'B' 열에 대해 최대값을 집계
result = df.groupby('C').agg({'A': ['mean', 'min'], 'B': ['max']})

print(result)

사용자 정의 함수를 사용하여 집계를 수행することも 가능합니다.

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대해 제곱 평균 계산
def squared_mean(series):
    return (series**2).mean()

# 'A' 열에 대해 평균, 제곱 평균, 'B' 열에 대해 최대값을 집계
result = df.groupby('C').agg({'A': ['mean', squared_mean], 'B': ['max']})

print(result)

위 코드는 'C' 열을 기준으로 데이터를 그룹화하고, 각 그룹에 대해 'A' 열의 평균, 제곱 평균, 'B' 열의 최대값을 구하여 새로운 데이터프레임으로 반환합니다. squared_mean 함수는 사용자 정의 함수로서, 입력 시리즈의 제곱 평균을 계산합니다.

주의 사항:

agg 함수는 여러 열을 동시에 집계할 수 있지만, 각 열에 대해 적용할 함수는 딕셔너리 형태로 지정해야 합니다.
사용자 정의 함수를 사용할 경우, 함수는 데이터프레임 또는 시리즈를 입력으로 받아야 합니다.

pandas groupby와 agg 함수를 활용하면 데이터를 효율적으로 그룹화하고 다양한 집계 통계를 손쉽게 구할 수 있습니다.

[Pandas

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대해 평균, 최소값, 최대값을 집계
result = df.groupby('C')['A'].agg(['mean', 'min', 'max'])

print(result)

- A: 1, 2, 3, 4, 5
- B: 3, 4, 5, 6, 7
- C: a, b, c, a, b
result = df.groupby('C')['A'].agg(['mean', 'min', 'max']): 이 코드는 다음을 수행합니다.
- df.groupby('C'): 데이터프레임을 'C' 열을 기준으로 그룹화합니다. 이는 각 문자 'a', 'b', 'c'에 해당하는 데이터로 구성된 그룹을 만듭니다.
- ['A']: 'A' 열을 선택합니다. 이는 각 그룹에서 'A' 열의 값만 사용한다는 의미입니다.
- .agg(['mean', 'min', 'max']): 'A' 열에 대해 평균, 최소값, 최대값을 집계합니다.

결과는 다음과 같습니다.

      A       mean       min       max
C                           
a  2.000000  1.000000  2.000000
b  4.000000  3.000000  5.000000
c  5.000000  5.000000  5.000000

이 예제에서는 groupby와 agg 함수를 사용하여 데이터프레임을 'C' 열 기준으로 그룹화하고, 각 그룹에 대해 'A' 열의 평균, 최소값, 최대값을 집계했습니다.

이 외에도 다양한 집계 함수를 사용하거나 사용자 정의 함수를 만들어 원하는 통계량을 구할 수 있습니다.

추가 예제:

다음은 여러 열에 대해 다양한 집계 함수를 적용하는 방법입니다.

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대해 평균, 최소값, 'B' 열에 대해 최대값을 집계
result = df.groupby('C').agg({'A': ['mean', 'min'], 'B': ['max']})

print(result)

이 코드는 다음과 같은 결과를 출력합니다.

      A       B       mean       min       max
C                           
a  2.000000  3.000000  2.000000  1.000000  3.000000
b  4.000000  6.000000  4.000000  3.000000  6.000000
c  5.000000  7.000

Pandas `groupby`와 `agg`를 사용하지 않고 동일한 열의 여러 집계 수행하기

apply 함수 사용:

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대한 평균, 최소값, 최대값 계산
def g(df):
    return pd.Series({'mean': df['A'].mean(), 'min': df['A'].min(), 'max': df['A'].max()})

result = df.groupby('C')['A'].apply(g)
print(result)

위 코드는 다음과 같이 작동합니다.

def g(df):: df라는 데이터프레임을 입력으로 받는 함수를 정의합니다.
return pd.Series({'mean': df['A'].mean(), 'min': df['A'].min(), 'max': df['A'].max()}): A 열의 평균, 최소값, 최대값을 계산하고, 결과를 Series 객체로 반환합니다.
result = df.groupby('C')['A'].apply(g): df 데이터프레임을 'C' 열 기준으로 그룹화하고, 'A' 열에 대해 g 함수를 적용합니다. 이는 각 그룹에 대해 g 함수를 호출하여 평균, 최소값, 최대값을 계산하고, 결과를 새로운 데이터프레임으로 반환합니다.

루프 사용:

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대한 평균, 최소값, 최대값 계산
result = pd.DataFrame()
for c in df['C'].unique():
    df_group = df.loc[df['C'] == c]
    result.loc[c] = {'mean': df_group['A'].mean(), 'min': df_group['A'].min(), 'max': df_group['A'].max()}

print(result)

for c in df['C'].unique(): 'C' 열의 고유 값을 반복합니다.
df_group = df.loc[df['C'] == c]: 현재 반복 중인 'C' 값과 일치하는 행을 가진 새로운 데이터프레임 df_group을 만듭니다.
result.loc[c] = {'mean': df_group['A'].mean(), 'min': df_group['A'].min(), 'max': df_group['A'].max()}: result 데이터프레임에 현재 반복 중인 'C' 값을 인덱스로 하고, 'A' 열의 평균, 최소값, 최대값을 값으로 하는 새로운 행을 추가합니다.

melt 및 pivot_table 함수 사용:

import pandas as pd

# 데이터프레임 생성
df = pd.DataFrame({'A': [1, 2, 3, 4, 5], 'B': [3, 4, 5, 6, 7], 'C': ['a', 'b', 'c', 'a', 'b']})

# 'A' 열에 대한 평균, 최소값, 최대값 계산
df_melt = df.melt(id_vars='C')
result = df_melt.pivot_table(index='C', values='A', aggfunc={'A': ['mean', 'min', 'max']})
print(result)