pandas 온라인 실행

pandas의 groupby로 데이터 묶기

이 레슨에서는 groupby()로 DataFrame의 행을 열 기준으로 묶고 그룹마다 평균을 계산합니다.

  • 중급
  • 2분 분량
  • 실행 가능한 예제 1개

소개

어떤 문제를 해결하나요

팀별 평균 점수는 얼마일까요? 월별 총매출은 얼마일까요? 이런 질문에 답하려고 행을 하나씩 돌면서 합계를 딕셔너리에 직접 모으면 실수하기 쉽습니다. groupby는 데이터를 나누고 요약하는 일을 대신 해 줍니다.

일상 속 비유

groupby는 영수증을 가게별로 봉투에 나눠 담고, 봉투마다 금액을 합산한 다음, 그 합계를 요약표 한 장에 적는 것과 같습니다. 봉투별로 나누고, 봉투마다 계산하고, 결과를 하나로 모읍니다.

영수증 봉투에서 코드로
groupby("team")✉️ 팀마다 봉투 하나씩
["score"]🧾 영수증마다 적힌 점수 보기
.mean()🧮 봉투마다 평균 내기
.reset_index()📄 결과를 종이 한 장에 적기
나누고, 계산하고, 합칩니다.
한 문장으로

groupby는 DataFrame의 행을 하나 이상의 열을 기준으로 그룹으로 나눕니다. 그런 다음 그룹마다 계산을 하고 그 결과를 하나로 합칩니다.

핵심 포인트

  1. results.groupby("team")는 행을 A 팀과 B 팀으로 나눕니다.
  2. ["score"].mean()은 팀별로 점수의 평균을 구합니다.
  3. 여기서는 두 팀 모두 평균이 85.0입니다.
  4. reset_index()는 팀 레이블을 다시 일반 열로 되돌립니다.

언제 사용하나요?

  • 범주별 요약: 반별 평균, 월별 합계, 나라별 개수.
  • 그룹끼리 나란히 놓고 비교할 때.
  • 보고서를 만들거나 분석에 쓸 특성(feature)을 만들 때.

필요 없는 경우

  • 행과 열이 둘 다 범주인 요약: 피벗 테이블이 더 읽기 쉽습니다.
  • 전체에 대한 숫자 하나만 필요한 경우: 열에 바로 .mean()을 호출합니다.

예제 코드

코드 실행 →
main.py
import pandas as pd

results = pd.DataFrame({
    "team": ["A", "A", "B", "B"],
    "score": [80, 90, 70, 100],
})

averages = results.groupby("team")["score"].mean().reset_index()
print(averages)
이 예제의 실행 버튼 만들기

실행 결과

team  score
0    A   85.0
1    B   85.0

코드 설명

results.groupby("team")은 행을 A 그룹과 B 그룹으로 나눕니다. 그다음 ["score"].mean()이 그룹마다 평균 점수를 계산하는데, 두 그룹 모두 85.0입니다. 결과는 처음에 팀 이름을 인덱스로 쓰기 때문에, reset_index()로 team을 다시 DataFrame의 일반 열로 바꿉니다.

값을 변경하고 Python 설치 없이 CodeUtility 온라인 Python 컴파일러에서 실행하세요.

연습 문제

아래 제안을 따라 코드를 바꿔 보세요. 코드를 직접 고치고 결과를 확인하면 읽기만 할 때보다 레슨을 훨씬 잘 이해할 수 있습니다.

  1. 예제 데이터에 행, 열, 누락된 값을 몇 개 추가해 보세요.
  2. 걸러 내기, 정렬, groupby를 조합해 작은 보고서를 만들어 보세요.
  3. 실제 데이터 파일을 읽고 각 열의 타입을 확인한 뒤 잘못된 값을 처리해 보세요.
Python 컴파일러에서 실행 →

자주 하는 실수

열 선택을 빠뜨리기

열을 고르지 않으면 mean()이 모든 열에 적용됩니다. 문자열 열이 있으면 오류가 나거나 엉뚱한 결과가 나옵니다.

문제
results.groupby("team").mean()
수정
results.groupby("team")["score"].mean()

이 레슨을 마쳤나요?

학습 완료로 표시하면 진행 상황을 기록할 수 있습니다.

챌린지로 연습하기

이 레슨에서 배운 내용으로 실제 문제를 풀어 보세요. 모든 챌린지는 브라우저에서 실행되며 즉시 테스트와 AI 리뷰를 받을 수 있습니다.

모든 챌린지