[머신러닝] 데이터 전처리 ( 그룹 )

 

 

 

 

 

데이터 전처리 ( 그룹 )

8. 그룹.html

0.28MB

8. 그룹.ipynb

0.03MB

 

 

In [1]:

import pandas as pd
df = pd.read_csv("../data_set/2.데이터 클린징/group_sample.csv")
df

Out[1]:

	student_no	class	science	english	math	sex
0	1	A	50	98	50	m
1	2	A	60	97	60	w
2	3	A	78	86	45	w
3	4	A	58	98	30	m
4	5	B	65	80	90	w
5	6	B	98	89	50	m
6	7	B	45	90	80	m
7	8	B	25	78	90	w
8	9	C	15	98	20	w
9	10	C	45	93	50	w

In [2]:

# class 컬럼을 기준으로 그루핑
df_class = df.groupby(['class'])
df_class

Out[2]:

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000029EFA338BD0>

In [4]:

# 원하는 그룹을 확인하고자 할때
# get_group() 을 사용
df_class.get_group("A")

Out[4]:

	student_no	class	science	english	math	sex
0	1	A	50	98	50	m
1	2	A	60	97	60	w
2	3	A	78	86	45	w
3	4	A	58	98	30	m

In [15]:

# 각 그룹의 평균을 구하는 방법
# numeric_only 속성을 True 로 넣어
# 문자 값을 제외한 숫자만 평균을 구한다
df_class.mean( numeric_only = True )

Out[15]:

	student_no	science	english	math
class
A	2.5	61.50	94.75	46.25
B	6.5	58.25	84.25	77.50
C	9.5	30.00	95.50	35.00

In [18]:

# 여러 기준으로 그룹화 가능
df.groupby(['class', 'sex'])

Out[18]:

<pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000029E850A38D0>

In [20]:

# 여러 기준으로 그룹화된 그룹의 각 평균을 출력
df.groupby(['class', 'sex']).mean()

Out[20]:

		student_no	science	english	math
class	sex
A	m	2.5	54.0	98.0	40.0
	w	2.5	69.0	91.5	52.5
B	m	6.5	71.5	89.5	65.0
	w	6.5	45.0	79.0	90.0
C	w	9.5	30.0	95.5	35.0

In [21]:

# 수학의 평균만 출력
df_class[['math']].mean()

Out[21]:

	math
class
A	46.25
B	77.50
C	35.00

In [23]:

# class 별로 묶인 것들의 갯수를 확인
df_class.count()

Out[23]:

	student_no	science	english	math	sex
class
A	4	4	4	4	4
B	4	4	4	4	4
C	2	2	2	2	2

In [ ]:

In [ ]:

• agg : 집계 연산기능

In [38]:

import numpy as np

# numpy 를 사용해 수학의 최댓값과 영어의 최솟값을 구함
df_class.agg( { 'math':'max', 'english':'min' } )

Out[38]:

	math	english
class
A	60	86
B	90	78
C	50	93

In [39]:

# 최댓값, 최솟값을 다른 형태로 출력
df_class.agg({'math':'max', 'english':'min'})

Out[39]:

	math	english
class
A	60	86
B	90	78
C	50	93

In [40]:

# 수학의 합, 영어의 평균을 출력
df_class.agg({'math':'sum', 'english':'mean'})

Out[40]:

	math	english
class
A	185	94.75
B	310	84.25
C	70	95.50

In [41]:

# 수학의 합과 최댓값을 둘 다 구하고 영어의 평균을 구함
df_class.agg({'math': ['sum', 'max'], 'english':'mean'})

Out[41]:

	math		english
	sum	max	mean
class
A	185	60	94.75
B	310	90	84.25
C	70	50	95.50