[Python] Group By / Cross Tab in Pandas

※ Group by / Cross Tab

■ group by

• 같은 값을 한 그룹으로 묶어서 여러 가지 연산을 하는 함수.
• parameter
  • as_index: 그룹으로 묶을 컬럼을 인덱스로 해서 시리즈형태로 출력할건지 / 데이터프레임으로 출력할건지 {True / False}
• 함수
  • size() : 각 그룹의 전체 행의 개수
  • count() : 각 그룹의 각 열에서 NaN이 아닌 데이터의 수
  • nunique() : 행의 유니크한 개수
  • sum : 합
  • mean() : 평균
  • max() : 최댓값
  • min() : 최솟값
  • std() : 표준편차
  • var() : 분산
  • apply(list) : 값들을 리스트 형태로 변환

# 기본 구조
> df.groupby(컬럼명).연산및통계함수

# e.g.
> df.groupby('class').count()
> df.groupby('class').nunique()

> df.groupby('class').sum(numeric_only = True) # 숫자형 데이터만 계산하고자 할 때
> df.groupby('class').mean(numeric_only = True)
> df.groupby('class').max(numeric_only = True)
> df.groupby('class').min(numeric_only = True)

> df.groupby('class')['Survived'].mean() # 특정 컬럼만 보고싶을 때
> df.groupby('class')[['Survived', 'Age']].mean()



# 다중 그룹
> df.groupby(['sex', 'class']).mean(numeric_only = True)


# as_index
> df.groupby('class', as_index = True)['Survived'].mean() # class 컬럼을 인덱스로내려서 시리즈로 출력
> df.groupby('class', as_index = False)['Survived'].mean() # 'class'컬럼이 인덱스에서 컬럼으로 올려서 데이터프레임으로 출력



# 사용자정의 함수 사용하기
# agg() 또는 aggregate()로 사용자정의 함수 사용가능

# e.g.
> def my_function(value):
    return (max(value)-min(value))
> df.groupby(['sex', 'class'])[['Survived', 'Age']].agg(my_function)

# e.g.
> df.groupby(['sex', 'class'])[['Survived', 'Age']].aggregate([np.mean, np.min, np.max])

■ cross tab

• 범주형 데이터를 비교분석할 때 유용
• 파라미터
  • normalize : {‘all’ : 전체 합이 100%, ‘index’ : 행별 합이 100%, ‘columns’ : 열별 합이 100%}

# 기본 구조
> pd.crosstab(index = 행, columns = 열, margins = True/False, normalize = True/False)

# 범주형 개수 구하기
> pd.crosstab(df['sex'], df['survived'])
> pd.crosstab(df['class'], df['survived'])

# 범주별 비율 구하기
> pd.crosstab(df['sex'], df['survived'], normalize = 'all') # 전체를 100%로 볼 때
> pd.crosstab(df['sex'], df['survived'], normalize = 'all', margins = True)
> pd.crosstab(df['sex'], df['survived'], normalize = 'index') # 한 행을 100%로 볼 때
> pd.crosstab(df['sex'], df['survived'], normalize = 'index', margins = True)
> pd.crosstab(df['sex'], df['survived'], normailze = 'columns') # 한 열을 100%로 볼 때
> pd.crosstab(df['sex'], df['survived'], normailze = 'columns', margins = True)

# 다중 인덱스, 다중 컬럼의 범주표
> pd.crosstab(index = [df['sex'], df['class']], columns = df['survived'])
> pd.crosstab(index = [df['sex'], df['class']], columns = df['survived'], normalized = 'all')
> pd.crosstab(index = [df['sex'], df['class']], columns = df['survived'], normalized = 'all', margins = True)

> pd.crosstab(index = [df['sex'], df['class']], columns = [df['survived'], df['embarked']])
> pd.crosstab(index = [df['sex'], df['class']], columns = [df['survived'], df['embarked']], margins = 'all')