pandas로 피벗 테이블 만들기
이 레슨에서는 pivot_table()로 팀별 평균 점수를 계산하는 피벗 테이블을 만듭니다.
소개
어떤 문제를 해결하나요
레코드마다 한 행씩 길게 이어지는 표는 읽기 어렵습니다. 관리자가 원하는 것도, 보고서에 필요한 것도 요약입니다. 팀마다 한 행, 칸마다 숫자 하나면 됩니다. 피벗 테이블은 함수를 한 번만 호출해서 그런 요약을 만들어 줍니다.
일상 속 비유
피벗 테이블은 길게 이어진 경기 결과 목록을 리그 순위표 하나로 줄이는 것과 같습니다. 경기를 하나하나 읽지 않아도, 팀마다 한 행씩 이미 계산된 평균 점수를 볼 수 있습니다.
index="team"🏟️ 팀마다 한 행values="score"📈 요약할 숫자aggfunc="mean"🧮 팀별로 점수의 평균 내기85.0📋 팀마다 요약 값이 들어가는 칸피벗 테이블은 DataFrame을 요약한 표입니다. 하나 이상의 열을 기준으로 행을 그룹으로 묶고, 값이 든 열에 평균이나 합계 같은 집계 함수를 적용합니다.
핵심 포인트
index="team"은 요약표에 팀마다 행을 하나씩 만듭니다.values="score"는 요약할 열을 정합니다.aggfunc="mean"은 팀별로 점수의 평균을 구합니다. 두 팀 모두 85.0입니다.- 팀은 한 번씩만 나옵니다. 그래서 요약표에는 A 팀 한 행, B 팀 한 행이 있습니다.
언제 사용하나요?
- 요약 보고서: 지역별, 월별 매출이나 반별, 과목별 점수.
- 길게 이어진 데이터를 읽거나 차트로 그리기 좋은 간결한 표로 바꿀 때.
- 여러 범주를 빠르게 비교할 때.
필요 없는 경우
- 그룹 기준도 하나이고 결과도 하나인 경우:
groupby로도 똑같이 알기 쉽게 쓸 수 있습니다. - 원래 행이 필요한 경우: 피벗 테이블에는 요약만 남습니다.
예제 코드
import pandas as pd
results = pd.DataFrame({
"team": ["A", "A", "B", "B"],
"score": [80, 90, 70, 100],
})
print(results.pivot_table(index="team", values="score", aggfunc="mean"))
실행 결과
score
team
A 85.0
B 85.0
코드 설명
index="team" 매개변수는 팀마다 보고서의 한 행을 만들고, values="score"는 요약할 열을 고르며, aggfunc="mean"은 평균 계산을 고릅니다. 결과는 A 팀과 B 팀의 평균이 모두 85.0임을 보여 줍니다. columns 매개변수를 쓰면 다른 그룹을 기준으로 보고서를 더 세분할 수 있습니다.
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.
- 예제 데이터에 행, 열, 누락된 값을 몇 개 추가해 보세요.
- 걸러 내기, 정렬, groupby를 조합해 작은 보고서를 만들어 보세요.
- 실제 데이터 파일을 읽고 각 열의 타입을 확인한 뒤 잘못된 값을 처리해 보세요.
자주 하는 실수
집계 함수를 빠뜨리기
pivot_table은 기본적으로 평균을 구합니다. 합계가 필요할 때는 틀린 결과가 됩니다.
results.pivot_table(index="team", values="score") # mean
results.pivot_table(index="team", values="score", aggfunc="sum")
이 레슨을 마쳤나요?
학습 완료로 표시하면 진행 상황을 기록할 수 있습니다.