15. 그룹화

15. 그룹화¶

동일한 값을 가진 것들끼리 합쳐서 통계 또는 평균 등의 계산하기 위해 사용

In [1]:

import pandas as pd
df = pd.read_csv('score.csv')
df

Out[1]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [ ]:

df.groupby('학교') 

In [2]:

df.groupby('학교').get_group('북산고')

Out[2]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
0	채치수	북산고	197	90	85	100	95	85	Python
1	정대만	북산고	184	40	35	50	55	25	Java
2	송태섭	북산고	168	80	75	70	80	75	Javascript
3	서태웅	북산고	187	40	60	70	75	80	NaN
4	강백호	북산고	188	15	20	10	35	10	NaN

In [3]:

df.groupby('학교').get_group('능남고')

Out[3]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기
5	변덕규	능남고	202	80	100	95	85	80	C
6	황태산	능남고	188	55	65	45	40	35	PYTHON
7	윤대협	능남고	190	100	85	90	95	95	C#

In [4]:

df.groupby('학교').mean() #계산 가능한 데이터들의 평균값

Out[4]:

	키	국어	영어	수학	과학	사회
학교
능남고	193.333333	78.333333	83.333333	76.666667	73.333333	70.0
북산고	184.800000	53.000000	55.000000	60.000000	68.000000	55.0

In [5]:

df.groupby('학교').size() #학교 별로 그룹핑된 것들이 몇개나 있는지 확인

Out[5]:

학교
능남고    3
북산고    5
dtype: int64

In [6]:

df.groupby('학교').size()['능남고'] #학교로 그룹화를 한 뒤에 능남고에 해당하는 데이터의 수

Out[6]:

3

In [9]:

df.groupby('학교')['키'].mean() #학교로 그룹화를 한 뒤에 키의 평균 데이터

Out[9]:

학교
능남고    193.333333
북산고    184.800000
Name: 키, dtype: float64

In [11]:

df.groupby('학교')[['국어','영어','수학']].mean() #학교로 그룹화를 한 뒤에 국,영,수 평균데이터 확인

Out[11]:

	국어	영어	수학
학교
능남고	78.333333	83.333333	76.666667
북산고	53.000000	55.000000	60.000000

In [12]:

df['학년'] = [3,3,2,1,1,3,2,2] #학년 컬럼을 추가
df

Out[12]:

	이름	학교	키	국어	영어	수학	과학	사회	SW특기	학년
0	채치수	북산고	197	90	85	100	95	85	Python	3
1	정대만	북산고	184	40	35	50	55	25	Java	3
2	송태섭	북산고	168	80	75	70	80	75	Javascript	2
3	서태웅	북산고	187	40	60	70	75	80	NaN	1
4	강백호	북산고	188	15	20	10	35	10	NaN	1
5	변덕규	능남고	202	80	100	95	85	80	C	3
6	황태산	능남고	188	55	65	45	40	35	PYTHON	2
7	윤대협	능남고	190	100	85	90	95	95	C#	2

In [13]:

df.groupby(['학교','학년']).mean()# 학교별 학년별 평균 데이터

Out[13]:

		키	국어	영어	수학	과학	사회
학교	학년
능남고	2	189.0	77.5	75.0	67.5	67.5	65.0
	3	202.0	80.0	100.0	95.0	85.0	80.0
북산고	1	187.5	27.5	40.0	40.0	55.0	45.0
	2	168.0	80.0	75.0	70.0	80.0	75.0
	3	190.5	65.0	60.0	75.0	75.0	55.0

In [14]:

df.groupby('학년').mean() #학년별 평균 데이터

Out[14]:

	키	국어	영어	수학	과학	사회
학년
1	187.500000	27.500000	40.000000	40.000000	55.000000	45.000000
2	182.000000	78.333333	75.000000	68.333333	71.666667	68.333333
3	194.333333	70.000000	73.333333	81.666667	78.333333	63.333333

In [17]:

df.groupby('학년').mean().sort_values('키')#학년별 키 오름차순 정렬

Out[17]:

	키	국어	영어	수학	과학	사회
학년
2	182.000000	78.333333	75.000000	68.333333	71.666667	68.333333
1	187.500000	27.500000	40.000000	40.000000	55.000000	45.000000
3	194.333333	70.000000	73.333333	81.666667	78.333333	63.333333

In [19]:

df.groupby('학년').mean().sort_values('키', ascending = False) #학년별 키 내림차순 정렬

Out[19]:

	키	국어	영어	수학	과학	사회
학년
3	194.333333	70.000000	73.333333	81.666667	78.333333	63.333333
1	187.500000	27.500000	40.000000	40.000000	55.000000	45.000000
2	182.000000	78.333333	75.000000	68.333333	71.666667	68.333333

In [20]:

df.groupby(['학교','학년']).sum()

Out[20]:

		키	국어	영어	수학	과학	사회
학교	학년
능남고	2	378	155	150	135	135	130
	3	202	80	100	95	85	80
북산고	1	375	55	80	80	110	90
	2	168	80	75	70	80	75
	3	381	130	120	150	150	110

In [21]:

#학교별로 sw특기 개수 확인
df.groupby('학교')['SW특기'].count()

Out[21]:

학교
능남고    3
북산고    3
Name: SW특기, dtype: int64

In [22]:

#학교별로 이름, sw특기 개수 확인
df.groupby('학교')[['이름','SW특기']].count()

Out[22]:

	이름	SW특기
학교
능남고	3	3
북산고	5	3

In [26]:

school = df.groupby('학교')
school['학년'].value_counts() #학교로 그룹핑을 한 뒤에 학년별 학생 수를 가져옴

Out[26]:

학교   학년
능남고  2     2
     3     1
북산고  1     2
     3     2
     2     1
Name: 학년, dtype: int64

In [27]:

school['학년'].value_counts().loc['북산고']#학교로 그룹화 한뒤 북산고에 대해서 학년별 학생 수를 가져옴

Out[27]:

학년
1    2
3    2
2    1
Name: 학년, dtype: int64

In [28]:

school['학년'].value_counts().loc['능남고']

Out[28]:

학년
2    2
3    1
Name: 학년, dtype: int64

In [29]:

school['학년'].value_counts(normalize=True).loc['북산고'] #학생들의 수 데이터를 퍼센트로 비교해 가져옴

Out[29]:

학년
1    0.4
3    0.4
2    0.2
Name: 학년, dtype: float64