Py) 기초 - Pandas(피보팅)

개요

엑셀에는 피벗테이블이라는 도구가 있다. 피벗테이블은 행과 열에 기준이 되는 변수를 지정하여 입맛에 맞게 값을 다양한 방식으로 요약하기 쉽게 도와주는 도구이다.

해당 기능처럼 데이터를 처리할 수 있는 데이터프레임 객체의 메서드로 언급되는 대표적인 메서드가 .pivot()과 .pivot_table() 이다. 그리고 비슷한 기능을 하는 메서드가 .melt()가 있고 함수는 crosstab()이 있다.
※ 관련 게시물: Pandas(Crosstab)
※ 관련 게시물: Pandas(Melt)

.pivot()과 .pivot_table() 메서드는 Long Form과 Wide From 같이 특정 자료구조에 구애받지 않고 비교적 자유롭게 결과를 산출할 수 있다. 사용하다 보면 crosstab() 함수와 .pivot_table() 메서드가 매우 유사하다고 생각될것이다. 해당 함수와 메서드는 공통적으로 특정 변수(2개 이상)를 기준으로 대상 변수를 요약하는 것인데 crosstab() 함수는 비율계산과 변수별 합산을 지원하고, .pivot_table() 메서드는 결측치 처리가 조금 쉽다. 그래서 사실 본인은 crosstab() 함수를 더 선호한다.

실습

실습을 위해 다음과 같은 데이터를 준비한다.

1
2
3
4
5
6
7

df = pd.DataFrame({"지점": ["A", "A", "B", "B"],
                   "상품": ["P1", "P2", "P1", "P2"],
                   "Q1": [112, 134, 156, 178],
                   "Q2": [212, 234, 256, 278],
                   "Q3": [312, 334, 356, 378],
                   "Q4": [412, 434, 456, 478]})
df

.pivot()

연산을 하지 않고 자료구조만 변경하는 .pivot() 을 알아보자.
지점별 상품별 1분기(Q1) 판매실적을 Wide Form으로 정리하고자 한다면 다음과 같다.

1

df.pivot(index = "지점", columns = "상품", values = "Q1")

.pivot_table() 기본

.pivot()에서 연산이 가미된 .pivot_table() 을 알아보기 위해 이전 게시글에서 언급한 .melt() 메서드를 사용하여 Long Form 데이터 객체 “df_melt”를 생성해보자.
※ 관련 게시물: Pandas(Melt)

1
2
3
4

df_melt = df.melt(id_vars = ["지점", "상품"], 
                  var_name = "분기",
                  value_name = "매출")
df_melt.head()

지점별 분기별 매출 평균을 보고자 한다면 다음과 같이 작성할 수 있다.

1
2

df_melt.pivot_table(index = "지점", columns = "분기", values = "매출",
                    aggfunc = "mean")

상기 결과는 다음과 같이 .groupby() 메서드를 사용한 것과 유사하다. 엄밀하게 말해서 자료구조만 다르다.

1

df_melt.groupby(["지점", "분기"])["매출"].mean().reset_index()

그리고 기준 변수를 어느 인자에 할당하느냐에 따라 그 결과가 달라지니 참고하도록 하자.

1
2

df_melt.pivot_table(index = "분기", columns = "지점", values = "매출",
                    aggfunc = "mean")

.pivot_table() 사용자 정의 함수

기존의 메서드가 지원하지 않는 범위의 연산을 실시할 경우 사용자 정의 함수를 다음과 같이 사용할 수 있다.

1
2
3
4
5

def mean_10000(x):
    return x.mean() + 10000

df_melt.pivot_table(index = "상품", columns = "지점", values = "매출",
                    aggfunc = mean_10000)

.pivot_table() lambda 함수

한 줄로 끝나는 정도로 사용자 정의 함수보다 훨씬 간결하고 일회성으로 사용하는 연산규칙이라면 lambda 함수를 다음과 같이 사용해볼 수 있다.

1
2

df_melt.pivot_table(index = "상품", columns = "지점", values = "매출",
                    aggfunc = lambda x: x.mean() + 10000)