TIL/15.python_practice_pandas_15.stack,unstack,pivot_table.py at master · gannak1/TIL · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
# -*- coding: utf-8 -*-
"""
Created on Tue Dec 28 14:26:01 2021

@author: gi930
"""

# 15. stack, unstack, pivot_table

# 자료구조 (데이터타입) 형태
# - long data(tidy data)
# - 각 속성을 컬럼으로 표현

# 지점
# A
# B
# C

# - wide data(cross table : 교차표)
# - 하나의 속성을 갖는 데이터가 각 종류마다 서로다른 컬럼으로 분리되어 나열함

#       A       B       C
# 판매량

# stack 세로로 나열(long) / unstack 가로로 나열(wide)
# 1. stack
# wide ->> long

# 2. unstack
# long ->> wide

import numpy as np
import pandas as pd
from pandas import Series,DataFrame

pd.read_csv('C:/Users/gi930/OneDrive/바탕 화면/Multicampus/code/20211220/kimchi_test.csv',encoding='cp949')
kimchi = pd.read_csv('C:/Users/gi930/OneDrive/바탕 화면/Multicampus/code/20211220/kimchi_test.csv',encoding='cp949')

# kimchi 데이터를 연도별, 제품별 수량의 총합
kimchi.groupby(['판매년도','제품'])['수량'].sum()
df1 = kimchi.groupby(['판매년도','제품'])['수량'].sum()
df1

# 멀티인덱스
# 인덱스나 컬럼이 여러 레벨로 표현
# 상위레벨 : 0, 하위레벨로 갈 수록 숫자 증가

df1.unstack()   # long -> wide
df2 = df1.unstack()
df2.stack()     # wide -> long

df1.unstack(level=0) # 상위레벨(2013)
df1.unstack(level=1) # default?

# pivot_table
# 교차표 작성

kimchi.pivot_table(index = '판매월',   # index 방향에 배치할 컬럼명
                   columns = '판매처', # columns 방향에 배치할 컬럼명
                   values = '수량',   # 교차표에 작성할 값을 갖는 컬럼명
                   aggfunc = 'sum'   # 그룹 함수
                   )
# 예제 - kimchi 데이터를 이용하셔서, 연도별, 제품별 판매금액의 총 합을 ㄱ차표로 작성하세요
kimchi
kimchi.pivot_table(index = '판매년도',columns = '제품',values = '판매금액', aggfunc = 'sum')
'''
제품           무김치        열무김치        총각김치
판매년도
2013  3809133886  3416217894  4186789117
2014  4111403907  4392490590  5250364301
2015  5212738410  5859079408  7485159996
2016  6903506142  6627888927  6378374872
'''